HUMAN-LEVELCODING AGENTDEVELOPMENT BY ANAPPROXIMATION OF THEOPTIMALSELF-IMPROVI
МАШИНА ХАКСЛИ-ГЁДЕЛЯ: РАЗРАБОТКА КОДИРУЮЩИХ АГЕНТОВ ЧЕЛОВЕЧЕСКОГО УРОВНЯ ПУТЕМ АППРОКСИМАЦИИ ОПТИМАЛЬНОЙ САМОСОВЕРШЕНСТВУЮЩЕЙСЯ МАШИНЫ В данной статье представлена Машина Хаксли-Гёделя (HGM) - новый подход к разработке самосовершенствующихся кодирующих агентов. Он решает проблему «несоответствия метапродуктивности и производительности», используя метапродуктивность на уровне клады (CMP), метрику, которая агрегирует контрольные показатели потомков агента для лучшей оценки его потенциала самосовершенствования. В статье показано, что доступ к истинному CMP достаточен для имитации поведения машины Гёделя. HGM аппроксимирует самосовершенствование в стиле Гёделя, оценивая CMP и используя его для направления поиска самомодификаций. Экспериментальные результаты на SWE-bench Verified и Polyglot показывают, что HGM превосходит существующие методы разработки самосовершенствующихся кодирующих агентов, используя при этом меньше вычислительного времени. Кроме того, HGM демонстрирует сильные возможности передачи знаний, достигая производительности человеческого уровня на SWE-bench Lite с GPT-5 при оптимизации на SWE-bench Verified с GPT-5-mini. Авторы эмпирически проверяют HGM, а также показывают, что оценщик CMP согласуется лучше, чем просто контрольные показатели. Также используется более надежная оценка, приводящая к асинхронному выполнению для эффективного параллелизма. #самосовершенствование #кодирующиеагенты #машинагёделя #хаксли #машинноеобучение #ИИ #метапродуктивность #CMP документ - http://arxiv.org/pdf/2510.21614v1 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM
МАШИНА ХАКСЛИ-ГЁДЕЛЯ: РАЗРАБОТКА КОДИРУЮЩИХ АГЕНТОВ ЧЕЛОВЕЧЕСКОГО УРОВНЯ ПУТЕМ АППРОКСИМАЦИИ ОПТИМАЛЬНОЙ САМОСОВЕРШЕНСТВУЮЩЕЙСЯ МАШИНЫ В данной статье представлена Машина Хаксли-Гёделя (HGM) - новый подход к разработке самосовершенствующихся кодирующих агентов. Он решает проблему «несоответствия метапродуктивности и производительности», используя метапродуктивность на уровне клады (CMP), метрику, которая агрегирует контрольные показатели потомков агента для лучшей оценки его потенциала самосовершенствования. В статье показано, что доступ к истинному CMP достаточен для имитации поведения машины Гёделя. HGM аппроксимирует самосовершенствование в стиле Гёделя, оценивая CMP и используя его для направления поиска самомодификаций. Экспериментальные результаты на SWE-bench Verified и Polyglot показывают, что HGM превосходит существующие методы разработки самосовершенствующихся кодирующих агентов, используя при этом меньше вычислительного времени. Кроме того, HGM демонстрирует сильные возможности передачи знаний, достигая производительности человеческого уровня на SWE-bench Lite с GPT-5 при оптимизации на SWE-bench Verified с GPT-5-mini. Авторы эмпирически проверяют HGM, а также показывают, что оценщик CMP согласуется лучше, чем просто контрольные показатели. Также используется более надежная оценка, приводящая к асинхронному выполнению для эффективного параллелизма. #самосовершенствование #кодирующиеагенты #машинагёделя #хаксли #машинноеобучение #ИИ #метапродуктивность #CMP документ - http://arxiv.org/pdf/2510.21614v1 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM