SAGE：面向自进化智能体的统计准入门控

针对大语言模型智能体自进化中技能修改易引发性能回退的问题，研究人员提出了统计准入门控 SAGE。该方法通过逐项配对比较与单侧配对统计检验，仅在收益统计可靠且不牺牲已解决任务时采纳编辑，有效过滤不可靠修改。跨 5 个基准与 4 款骨干 LLM 的测试显示，SAGE 在全部 20 种设置中均取得最高分，并在 19 种设置下降低了回退率。