verifier-in-the-loop

本文介绍了SEA，一种用于自演化代理的架构，它将自我修改限制在转向适配器和围绕冻结基础模型的版本化框架上，并使用随时有效门（anytime-valid gates）来根据固定错误预算审计修改。在SWE-bench Verified上使用四个基础模型进行的实验表明，该套件在强基础模型上提供了+4%到+5%的提升，同时防止了性能回退。