研究揭示大模型自我改进循环中的赢者诅咒与评估偏差

2026年10月8日，arXiv发布的研究论文指出，大语言模型在自我改进循环中复用小型评估集会导致“赢者诅咒”现象，使得选择集上测得的收益显著高于保留集的真实表现。在针对Qwen模型的重写实验中，当使用16个选择样本进行贪婪循环时，最终选择集得分比600个保留样本高出13至20个百分点；样本量扩大至256个时，选择集得分仍高出1至5个百分点。实验还发现，首轮迭代之后提出的大多数改动提议实际上具有破坏性。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。