跳到正文
arXiv Artificial Intelligence· Erfan Darzi, Sree Bhargavi Balija, Sheng He·· 18 小时前AI 评分31

预算受限下的递归自我改进:在代码编辑运行前为其打分

Recursive Self-Improvement on a Budget: Scoring Code Edits Before They Run

AI 导读

一种编码智能体方法在候选脚手架编辑尚未评估前就对其打分筛选,用96条脚手架编辑(由16实例拟合集上的四次评估标注)拟合线性读出,再冻结系数。12次GPT-4o运行在HumanEval+留出集上返回节点达87.0%,高于父代速率消融的84.2%;该划分上Huxley-Gödel Machine选择为85.1%,根脚手架81.2%,校准最优编辑82.8%。

来源:arXiv Artificial Intelligence · arxiv.org