Red Queen Godel Machine：自我進化評估框架突破靜態基準

背景與挑戰

自我改進代理人在程式碼生成等基準測試上已達到最先進水平，但大多假設評估標準是固定不變的。實際上，演化過程中物種會隨環境改變而適應，評估本身也應隨之演變。

Red Queen Godel Machine（RQGM）概念

RQGM 提出一個演化框架，將評估納入遞迴自我改進的迴路。搜尋過程被劃分為多個 epoch，每個 epoch 內使用固定的評估標準；在 epoch 結束時，效用函數可更新，形成非靜態的目標。

主要實驗與成果

1. 程式碼任務：加入代理人即審稿人的代碼審查訊號，使測試通過率提升，且使用的 token 數減少 1.35‑1.72 倍。

2. 科學論文寫作與審稿：協同進化的寫手在多元審稿人面前的接受率提升 1.78‑1.86 倍。

3. 奧林匹克級證明寫作與評分：協同進化的評分者的真實正確率提升約 9%。

4. 對抗目標：引入對抗性評估，使審稿者對 AI 生成與人類作品同等嚴格，修正了基線審稿者對 AI 論文的過度接受（最高 1.91 倍於人類接受率）。

意義與未來方向

RQGM 展示了在動態效用下的自我改進可突破靜態基準的限制，為未來的 AI 系統提供了更彈性且可靠的演化路徑。

延伸閱讀

• Delta Weight Sync：利用稀疏 Safetensors 降低異步強化學習帶寬需求
• Agent‑assisted Skill 加速 Transformers 模型移植至 MLX‑LM
• FAIR-Calib：前緣感知加權校正提升擴散大型語言模型量化穩定性

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。