Self-Improvement Autoresearch Memory-Augmented Confidence Cliff
摘要

自动研究通过提出变更并运行训练来提升机器学习代码,其效率取决于执行前判断的可靠性。研究发现,随着迭代进行,有益修改比例下降,LLM 判断准确率显著降低,形成“信心悬崖”。Rehearse 提出一种轻量级技能:生成多个想法,利用聚焦的记忆对比过往类似尝试与结果,筛选最优方案执行。该方法将后期判断准确率从 56.9% 提升至 83.5%,并在相同预算下显著优化了多个任务的性能终点。

AI 推荐理由

论文核心解决自我改进循环中的“信心悬崖”问题,通过记忆机制提升进化效率。

研究机构
Tencent
论文信息
作者 Jiazhen Ji, Shouhong Ding
发布日期 2026-07-30
arXiv ID 2607.27687
相关性评分 9/10 (高度相关)