사전 등록 연구는 특정 오류 정보가 동결된 소형 코드 LLM이 자신의 실수를 수정하는 데 도움이 되는지 테스트하기 위해 PoPE(Popperian Placebo-controlled Evaluation)를 도입했습니다. 이 방법론은 프롬프트와 가중치 채널 모두에서 오류 내용의 효과를 구조적 지지대에서 분리하기 위해 실행 반례를 채널별 위약과 짝지어 사용합니다.
- 프롬프트 채널에서는 40개 유닛으로 구성된 저항 밴드에서 라이브 오류 패턴 팔 아래에서 10개 유닛이 잠금 해제된 반면, 콘텐츠 제거형 위약 하에서는 12개 유닛이 잠금 해제되어 메커니즘 무효 결과를 낳았습니다.
- 소규모 데이터 어댑터 학습을 사용한 가중치 채널에서는 오류 내용 어댑터와 중재 없는 기준선 간에 8-8 동점이 관찰되었습니다(p=1.0).
- SHA가 왜곡된 위약 어댑터는 10개 잠금 해제로 선두를 유지했지만, 콘텐츠 귀속 우월성은 확인되지 않았습니다.
이 결과는 오라클로부터 학습된 표현이 생성 상태에 다시 기록될 때 테스트가 운영적 자체 수리가 아닌 조건화에 의해 대체됨을 나타냅니다.