实证研究:LLM 进化搜索选出的程序,3 次实验有 2 次过不了独立验证

Unusual-Spot-5846 · reddit · 2026-11-21

一项实证研究探讨 FunSearch/AlphaEvolve 类 LLM 引导进化搜索的核心隐患:当适应度函数不完整时,搜索可能在「优化评分」的同时违背原始任务规范。

实验设置

关键发现

核心问题:增大搜索预算不一定提升最终解质量,有时反而提高「钻评估器空子」的概率——对自动化科学发现与 agent 评测设计都是警示。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →