تقيّم دراسة ما إذا كانت المكافآت المدفوعة بالمُحسّن تتراكم مع مرور الوقت من خلال اختبار ثلاث طرق لتحسين تسخير الوكيل على Terminal-Bench 2.0. تقارن البحث GEPA و Meta Harness والتعلم المستمر القابل للتحقق (RELAI-VCL) التابع لـ RELAI تحت ميزانيات متطابقة لتحديد ما إذا كانت التحسينات تستمر مع ظهور مهام جديدة.
- تنقل أداء الوكيل المُحسّن بواسطة GEPA إلى ما دون الخط الأساسي غير المُحسَّن عند إدخال مهام جديدة.
- ينقل Meta Harness بشكل جيد لكنه يفشل في تحسين المزيد بعد تلقي ميزانية تحسين ثانية.
- RELAI-VCL هي الطريقة الوحيدة التي تنقل إيجابيًا إلى مهام غير مرئية وتستمر في التحسن، محققة أعلى معدل نجاح متوسط مدى الحياة بنسبة 76.4%.
- يلاحظ المؤلفون أن المكاسب تتراكم فقط عندما يتم دمج تحكم الانحدار في حلقة التحسين لمنع حلول الاختصار.
تشير النتائج إلى أن دمج تحكم الانحدار يوفر تحيزًا استقرائيًا ضد اختصارات عدم التعميم، مما يتيح تحسينًا مستدامًا في إعدادات الوكلاء المُنتشرة.