arXiv cs.AI· Jianlin Chen, Wenhui Chen, Chi Man Vong·· 3 天前AI 评分22
基于目录的 LLM 优化循环中已拒绝候选为何被重新提出
Visible but Not Avoided: State-Dependent Re-Proposal of Rejected Candidates in Catalog-Based LLM Optimization Loops
AI 导读
在三个开源 LLM 通过从 40 项编辑中命名一项来改进 GUI 智能体的目录式优化循环中，干净基态探针会低估提出者自身循环中的重复提出率（循环减探针的宏平均率为 0.32 [0.27, 0.37]），已评估的 harness-edit 配对提议占用 28-63% 的有效提出迭代。
正文 · AI 翻译
摘要：LLM 优化循环通常向提议者展示它已经尝试并拒绝过的候选方案，但让提议者自行避免它们。我们探究在静态探测中测得的避免行为，是否能预测优化器自身轨迹所产生的状态中的避免行为。在基于目录的循环中，三个开放 LLM 通过从 40 个编辑中指定一个来改进 GUI 代理，重新提议可以通过编辑的名称被精确识别。干净基础状态探测低估了提议者自身循环中的重新提议（宏平均循环减探测率为 0.32 [0.27, 0.37]），并且对已评估的 harness-编辑对的提议占有效提议者迭代的 28-63%。这两种设置拒绝不同的编辑：探测所拒绝的编辑大多是提议者未选择的编辑，而循环所拒绝的编辑则是其自身先前的选择，当历史被移除时这些选择仍被偏好。普通历史会降低两个提议者的重新提议，但会提高第三个提议者的重新提议，而失败证据的影响因模型而异。用一句话陈述拒绝状态会降低每个模型中的重新提议（相对于相同 ID 的中性列表为 -0.16 [-0.22, -0.09]）。对于具有精确编辑身份的基于目录的循环，拒绝避免应在循环所产生的被拒绝集合上进行测量。
| 评论： | 22 页，6 张图 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.15738 [cs.AI] |
| （或 arXiv:2610.15738v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.15738 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Jianlin Chen [查看电子邮件]
[v1]
2026 年 10 月 11 日星期日 16:18:11 UTC（139 KB）
来源：arXiv cs.AI · arxiv.org