LLM优化循环中已拒候选重提案现象研究

一项新论文研究目录式LLM优化循环中“已拒绝候选被重新提议”的现象。作者在三个开源LLM上通过命名40项编辑之一来改进GUI智能体的场景中，发现静态的干净基态探测会低估提议者自身循环中的重提案率：宏平均循环减探测率为0.32，95%置信区间为[0.27, 0.37]。 研究还报告，已评估的harness-edit对提案占有效迭代的28%至63%。作者提出的核心问题是：静态探测中测得的行为回避，能否预测优化器自身轨迹所产生的状态中的回避。 该结果提示，仅靠干净基态下的探测可能无法反映循环运行中的实际重复提议情况，评估LLM优化循环的多样性或回避行为时需考虑状态依赖因素。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。