自进化循环或只是伪装的测试时扩展

ParshinShojaee · x · 2026-08-17

该帖子讨论了一篇重新思考自进化循环的研究论文。大多数自进化循环直接在测试集上运行搜索以获得准确反馈，但这实际上将其变成了一种测试时扩展形式。论文指出，如果循环反复评估和修改候选者并报告相同任务，逻辑上就是测试时搜索过程。其收益应在匹配的反馈和推理预算下与测试时扩展进行比较，以区分是发现了更好的harness还是仅仅消耗了更多算力。