TL;DR 自分で問題を作り自分で答える自己進化型エージェントは、出題者と解答者が同じ間違いで「意気投合」してしまう「共食い」に陥ります。出典を分割して評価する手法でこれを防ぎ、性能を8ポイント以上改善しました。 タイトル: False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents URL: ポイント 🔁 出題者と解答者が同じ出典由来の誤りを共有し、偽の一致が報酬として循環する「共食い」を発見 📉 標準的なDr. Zeroでは偽の一致が6.1%・8.8%発生 ✂️ 出典を2つのフォールドに分割し、互いに相手側で学習した補助解答者が採点するCrossFitを提案 📊 CrossFit単独で偽の一致を3.0%・3.7%に、MSVと併用すると2.0%・1.7%まで削減 🚀 下流タスクの平均Cover-EMはDr. Zero比で8.8・8.4ポイント向上 🧩 マルチホップタスクほど改善幅が大きく、平均10ポイント以上の効果 💰 計算コストはベースラインの1.72〜2.7倍増加するが、半予算の変種でも効果を確認 評価者自身の学習履歴まで監査しないと、見かけの進歩に騙されるという指摘が印象的です。 #自己進化エージェント# #強化学習#

#NFSCマルチ翻訳# 6️⃣0️⃣7️⃣0️⃣ 700ページに及ぶ一切改ざんされていない文書が、FBIの闇を暴いた！ 「クロスファイア・ハリケーン（Crossfire Hurricane）」作戦に関する文書が、ついに機密解除された……。その実態は、誰もが想像していた以上に深刻なものであった。 ステファン・ハルパー（Stefan Halper）の名前が、文書の中に何度も登場する。ハルパーはFBIに雇われ、ドナルド・トランプを監視していた人物であり、その活動は数十年にわたっていた。 これは「ロシア」の問題でも「共謀」の問題でもない。政治的なスパイ活動、人格攻撃、政治的暗殺、そしてトランプを失脚させるためには手段を選ばないという、一連の工作である！ マイケル・フリン（Mike Flynn）将軍を覚えているだろうか。ハルパーこそが、「フリンは会議中、ロシア人女性と二人きりでその場を離れた」という嘘を広めた張本人である。しかも、FBI自身でさえ、それが嘘であることを認めている……。フリン将軍の人生は破壊されたのだ！ トランプの選挙陣営は監視される一方で、「ディープステート」は何の責任も問われず、無傷のまま逃れた。これは、FBIがトランプを「捜査」していたのではなく、トランプを「標的」にしていたことを意味する！ 彼らは納税者の税金を使って情報提供者を雇い、意図的に嘘を拡散させた。さらに、情報機関を武器化し、現職の米国大統領に対して利用したのである。 「沼」――ワシントンの腐敗した既得権益層は、単に実在するだけではない。その存在を裏付ける証拠も明白である。この700ページに及ぶ文書こそが、その動かぬ証拠なのだ！ いわゆる「ロシア疑惑」は、単なる詐欺ではない。これはまさに反逆行為である！ 澳喜🇦🇺日語🇯🇵