研究與模型 2026年10月16日

本週 · 預印本 10 月 13 日

RBC 篩過的教訓手冊勝過不用手冊。模型與基準未寫

一篇 arXiv 論文用隨機開關實驗篩選代理人寫下的教訓手冊：篩過的手冊平均成功率 66.9，不用手冊 54.1。整份照用 55.5，讓代理人挑選 53.8。 方法叫 RBC，隨機開關手冊裡的每條教訓，用成功率差估每條的效果。原句：「the same procedure can write a playbook that helps or one that falls up to 69.6 points below no playbook」（arXiv 2610.18427）。受測模型與評測基準的名稱摘要沒寫。成功率的單位與基準也沒寫，全文未經查閱。同日另外三篇預印本也只改提示、記憶或工作流程、不改權重，並用保留資料或獨立驗證決定要不要採納（arXiv 2610.18216；arXiv 2610.18813；arXiv 2610.18845）。代理人「自我改進」在這批論文裡指的是外層配方加統計守門，不是改模型權重，這是本報的讀法。同日出現四篇可能是巧合，本報只記為還在驗證的觀察。 怎麼查的 →