预算受限下的递归自我改进：在代码修改运行前进行评分

研究针对重写自身脚手架的代码智能体，提出在运行前利用线性读出器对候选代码修改进行评分，以实现低预算的递归自我改进。在保留的 HumanEval+ 测试集上，GPT-4o 选出的节点得分达到 87.0%，高于根节点的 81.2% 及消融实验的 84.2%。Claude Sonnet 4.5 在相同测试集上也取得了 86.6% 的得分。