AWS+HSBC 论文：验证器与自进化 Agent 共同进化，仅需 10 个标注样本
rohanpaul_ai · x · 2026-10-12
AWS 与 HSBC 的论文《Who Verifies the Verifier?》提出 Double Ratchet 方法，让自进化 agent 的验证器（grader）与技能一同进化，无需人工编写评分规则。
- 核心思路：把验证器本身作为进化对象，由聚类失败样本合成大量小型、以规则为主的缺陷检测器；验证器版本的选取只看与 10 个锚定标注样本的一致性及无标注输出的共识，从不以 agent 分数提升为标准，防止 reward hacking。
- 效果：在代码生成、企业级 text-to-SQL、无参考报告生成三类任务上，保留 88%–110% 的 ground truth/rubric 训练收益；MBPP+ 上较人工种子组合提升 +0.21 held-out 一致性。
- 警示发现：去掉锚定护栏后，验证器会退化为「全部通过」的空洞评分器——但它训练技能的效果照样好。这说明下游任务分数无法证明自进化验证器的有效性，验证方式需要重新设计。
所属事件:AWS与HSBC论文提出验证器与自进化Agent共同进化方法(2 条相关)→
「编程与Agent」频道最新
- Work2Skill 从人类 GUI 演示提炼可复用 Agent 技能,评测全面领先 — nex-agi · 2026-10-12
- UCSD 新论文：把心智理论写进 RL 奖励，7B agent 学会揣摩对手 — rohanpaul_ai · 2026-10-12
- 用 Claude Code 一句 prompt 生成 SEO 免费工具，独立开发者晒 405 万曝光 — tibo_maker · 2026-10-12
- Codex 与 ChatGPT Work 周活破 4000 万，年底或达 7000 万 — FinanceYF5 · 2026-10-12
- REA 盛行后的两大误区：软件未死，但写代码技能已死 — AlchainHust · 2026-10-12
- Cloudflare 开源决策模型 Clef/Clef-flash，登顶 Jev 决策指数 — emmanuelvivier · 2026-10-12