arXiv · cs.AI· Litao Hu, Yutong Tang·· 2 天前
LLM自我改进循环中的赢家诅咒：选择噪声、锁定与接受规则研究
The Winner's Curse in LLM Self-Improvement Loops: Selection Noise, Lock-in, and Acceptance Rules
arXiv:2610.09239v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Litao Hu, Yutong Tang
首次提交：2026-10-07 08:05
研究任务与主要进展
该论文研究LLM自我改进循环中反复复用小型评估集所导致的选择偏差，并将其建模为测量噪声下的选择问题。摘要称，在Qwen模型改写自身指令、每个候选用600个留出样本评估的实验中，第一代之后的大多数提案有害，最佳候选的夸大幅度可由模型给出；预注册研究显示，贪心循环的选择集得分比留出准确率高13至20个百分点，使用256个选择样本时仍高1至5个百分点。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org