第三只眼：超越递归自我完善的直接收益

摘要

arXiv:2611.12988v1 Announce Type: new Abstract: Does a useful self-update remain useful after the model updates again? Third Eye separates immediate performance from the outcome of a further native up...

and the immediate update utility useful self updates performance three

2026-11-11 1 阅读约1分钟阅读 Sujato Dutta, Padala Indira Sneha, Kypu Mahitha, Shashank Vanga, Neeraj Choudhary

arXiv:2611.12988v1 公告类型：新摘要：模型再次更新后，有用的自我更新是否仍然有用？第三眼将即时性能与进一步本机更新的结果分开。我们评估了数学和代码方面的 5 个 3-8B 主干：64 次新运行，每次运行 3 个候选，每个候选 3 个延续。选择和最终评分使用不相交的项目。在平衡的 Qwen3-4B/Llama-3.2-3B 比较中，立即选择效用接近于零，但延续将其降低了 1.78 个百分点（同时 95% 区间 [0.68, 2.88]）。候选人的平均即时效用已经为负：选择在一定程度上解释了看似中性的第一步。延续也会降低 SmolLM3-3B 和 Llama-3.1-8B 的效用； Qwen3-8B 仍无定论。目标损失和分配外损失主导保留变化。匹配的配方和接受者-捐赠者控制既不能确定可靠的缓解措施，也不能确定单一机制。结果支持将持续的自我更新评估为适应过渡，并具有独立评分和无更新基线，而不是将即时表现解释为其全部价值。

订阅66必读