arXiv · cs.AI· Haoyi Yang, Kshitij Mishra, Nils Lukas, Salem Lahlou·· 6 小时前
HeirCommit与EvoHeir：选择不等于学习的模型演化方法
Selection Is Not Learning: Choosing Model Futures
arXiv:2610.22029v1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：Haoyi Yang, Kshitij Mishra, Nils Lukas, Salem Lahlou
研究任务与主要进展
基于论文摘要，Haoyi Yang等提出HeirCommit和EvoHeir，用于改进自演化语言模型对更新模型的继承决策。HeirCommit冻结更新模型并用新的评测问题决定继承或保留，摘要报告其在相同接受率下相对随机继承减少68%–83%的有害更新；EvoHeir将参数继承与经验继承分离，并在四个骨干模型上取得最佳数学和通用推理平均表现，数学平均较最强基线Agent0提高5.3%。
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