研究人员提出了一种自进化智能体框架，可在不修改模型权重的情况下自动提升LLM的性能。该系统将变更提议与信用分配分离，使用确定性代码进行测量和显著性检验，以确保改进的可靠性。
- 补丁填充一个门控的质量多样性档案，其键为所解决的路径病理而非修复的任务。
- 泛化能力在密封测试集上衡量，仅在进化后评分。
- 在冻结的开源模型 across 七个领域中， credited gains 范围为+9至+15.5个百分点。
- 该方法保留了86-147%的训练增益，证明了泛化而非过拟合。
获胜的补丁追踪了模型的主导病理，表明诊断与信用分配循环可跨不同模型家族迁移。