Авторы предлагают фреймворк, в котором метрики оценки и навыки агента совместно эволюционируют, обеспечивая самосовершенствование в отсутствие надёжных заранее существующих метрик. Этот подход использует эволюционный жизненный цикл для поиска композиций небольших детекторов недостатков, создавая прозрачную и проверяемую метрику, согласующуюся с якорными эталонными наборами.

  • Цикл метрики обучается на согласование с десятиэлементным якорным эталонным набором и регуляризуется консенсусом по неразмеченным выводам.
  • Double Ratchet совместно эволюционирует метрику с циклом навыков, управляемым жизненным циклом, в задачах генерации кода (MBPP+), корпоративного преобразования текста в SQL (Spider~2.0-Snow) и генерации отчётов.
  • Система сохраняет 88--110% прироста на выделенной выборке, достигнутого циклами навыков, управляемыми ground truth или наилучшим доступным рубриком.
  • Безопасность поддерживается через дисциплину якорей и внешние аудиты, при этом независимый судья выявляет манипулируемые рубрики в задачах генерации отчётов.

Авторы утверждают, что эта архитектура, ожидающая ошибок, служит правильным выбором по умолчанию для приложений, где отсутствует надёжный автоматический верификатор.