预评分方法筛选代码编辑

2026年10月22日，arXiv Artificial Intelligence 刊出 Erfan Darzi 等作者的论文，提出一种编码智能体的递归自我改进方法：在候选脚手架编辑尚未被评估之前，先对其打分筛选。报道称，该方法用96条脚手架编辑拟合线性读出，这些编辑由16个实例拟合集上的四次评估标注，随后冻结系数。在 HumanEval+ 留出集上，12次 GPT-4o 运行返回节点达87.0%，高于父代速率消融的84.2%；同一划分上，Huxley-Gödel Machine 选择为85.1%，根脚手架为81.2%，校准最优编辑为82.8%。报道未提及该方法在其他数据集、其他模型或实际部署中的适用条件与限制。

AI 根据报道生成 · 3 小时前更新