研究：LLM优化循环中拒绝候选被重复提议

一项 arXiv 研究考察了基于目录的 LLM 优化循环：让三个开源 LLM 通过命名 40 项编辑之一来改进 GUI 智能体。研究发现，在干净基态下做的静态探针会低估提议者自身循环中的重复提议率，循环与探针的宏平均差为 0.32（区间 0.27–0.37）。 研究还发现，已被评估过的 harness-edit 组合提议占有效提议迭代的 28%–63%，即被拒候选在循环中“可见却未被避开”。该结论来自作者 Jianlin Chen 等人的论文。 研究提出的问题是：静态探针中测得的回避程度，能否预测优化器自身轨迹所产生的状态中的回避行为。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。