Исследователи представляют самосовершенствующуюся агентную платформу, которая автоматически улучшает работу LLM без изменения весов модели. Система разделяет предложение изменений и присвоение кредита, используя детерминированный код для измерений и тестирования значимости, чтобы обеспечить достоверность улучшений.

  • Патчи заполняют затворенный архив качества и разнообразия с ключом по устраняемой патологии, а не по решаемым задачам.
  • Обобщение измеряется на закрытом наборе тестов, оцениваемом только после эволюции.
  • В семи областях с замороженной моделью с открытыми весами прирост составляет от +9 до +15,5 процентных пунктов.
  • Подход сохраняет 86–147% выигрыша от обучения, демонстрируя обобщение, а не переобучение.

Победивший патч отслеживает доминирующую патологию модели, показывая, что цикл диагностики и присвоения кредита переносится на разные семейства моделей.