arXiv cs.CL· Meijia Chen, Hao Li, Zheng Lu, Hongshan Lin, Junbai Tian, Yichen Liu, Zijun Tian, Yufan Zou, Shuhan Sun, Hanxin Chen, Zeyu Zhang, Weizhi Du, Yueting Li, Tianyu Shi, Alaa Khamis·· 8 小时前AI 评分45
False Frontiers：诊断并缓解自进化搜索智能体中的 co-cheating
False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents
AI 导读
自进化搜索智能体的 co-cheating 指 proposer 与 solver 共享同一错误、内部奖励上升而外部正确性停滞，CrossFit 以交叉拟合 proposer reward 缓解。
来源：arXiv cs.CL · arxiv.org