Los autores proponen un marco donde las métricas de evaluación y las habilidades del agente co-evolucionan para permitir la auto-mejora en ausencia de métricas preexistentes confiables. Este enfoque utiliza un ciclo de vida evolutivo para buscar composiciones de pequeños detectores de defectos, creando una métrica transparente e inspeccionable que coincide con conjuntos de referencia anclados.
- El bucle de métricas se entrena para coincidir con un conjunto de referencia anclado de diez elementos y se regulariza mediante consenso sobre salidas sin etiquetar.
- Double Ratchet co-evoluciona la métrica con un bucle de habilidades gestionado por el ciclo de vida en generación de código (MBPP+), texto a SQL empresarial (Spider~2.0-Snow) y generación de informes.
- El sistema retiene el 88--110% del impulso fuera de muestra logrado por los bucles de habilidades impulsados por ground truth o la mejor rúbrica disponible.
- La seguridad se mantiene mediante disciplina de anclaje y auditorías externas, con un juez independiente detectando rúbricas manipuladas en tareas de generación de informes.
Los autores argumentan que esta arquitectura expectante de fallos sirve como el valor predeterminado correcto para aplicaciones donde no existe un verificador automático confiable.