Self-Play Only Evolves When Self-Synthetic Pipeline Ensures Learnable Information Gain

En 3 lignesLes boucles d'auto-évolution des LLM stagnent quand elles ne génèrent pas d'information apprenable. Cette étude identifie trois rôles (Proposer, Solver, Verifier) et trois designs système (co-évolution asymétrique, croissance de capacité, recherche proactive d'information) pour maintenir le gain d'information à travers les itérations sur des tâches de codage.

Résumé généré par Claude — vérifié par l'humain