Pesquisadores apresentam uma estrutura de armação de agente autoevolutiva que melhora automaticamente o desempenho do LLM sem modificar os pesos do modelo. O sistema separa a proposta de alteração da atribuição de crédito, usando código determinístico para medição e teste de significância para garantir melhorias confiáveis.
- Os patches preenchem um arquivo de diversidade de qualidade com porta, indexado pela patologia abordada em vez das tarefas corrigidas.
- A generalização é medida em um teste selado avaliado apenas após a evolução.
- Em sete domínios com um modelo de pesos abertos congelados, os ganhos creditados variam de +9 a +15,5 pp.
- A abordagem retém 86-147% do ganho de treinamento, demonstrando generalização em vez de overfitting.
O patch vencedor rastreia a patologia dominante do modelo, mostrando que o ciclo de diagnóstico e crédito se transfere entre diferentes famílias de modelos.