शोधकर्ताओं ने एक स्व-विकासशील एजेंट-हार्नेस ढांचा प्रस्तुत किया जो मॉडल के वजन को संशोधित किए बिना LLM की प्रदर्शन क्षमता को स्वचालित रूप से सुधारता है। सिस्टम परिवर्तन प्रस्ताव और क्रेडिट असाइनमेंट को अलग करता है, विश्वसनीय सुधारों को सुनिश्चित करने के लिए मापन और महत्व परीक्षण के लिए निर्धारक कोड का उपयोग करता है।
- पैच एक गेटेड, कैटेगोरिकल क्वालिटी-डाइवर्सिटी आर्काइव को भरते हैं जो ठीक की गई कार्यों के बजाय संबोधित किए गए पथोलॉजी पर कुंजीबद्ध होता है।
- सामान्यीकरण को एक सील टेस्ट पर मापा जाता है जिसका मूल्यांकन केवल विकास के बाद किया जाता है।
- फ्रोजन ओपन-वेट मॉडल के साथ सात डोमेन में, क्रेडेटेड गेन +9 से +15.5pp तक होते हैं।
- दृष्टिकोण प्रशिक्षण लाभ का 86-147% बनाए रखता है, जो ओवरफिटिंग के बजाय सामान्यीकरण को दर्शाता है।
विजेता पैच मॉडल की प्रमुख पथोलॉजी को ट्रैक करता है, यह दिखाते हुए कि डायग्नोस-एंड-क्रेडिट लूप अलग-अलग मॉडल परिवारों के बीच स्थानांतरित होता है।