标签
论文提出了“解析度假说”,认为智能体进化停滞的原因并非候选方案质量不佳,而是有噪声的评估无法可靠地识别真正的改进。在七种进化方法和六个模型(超过1000万次 LLM 调用)上的实验表明,候选选择的效果并不优于随机选择,而已发表方法的排名差异往往落在运行间方差之内。