Обзор

Вдохновлённый автоисследованиями Андрея Карпати, автономный экспериментальный цикл переходит от обучения модели к области оптимизации навыков. Трещотка, которая может двигаться только вперёд. · Обновлено 28.05.2026 · Поглощён две статьи от Microsoft Research, SkillLens и SkillOpt, для систематического обновления. 3 июня 2026 года Microsoft написала в обновлении репозитория SkillOpt: *"gbrain, gbrain-evaluatals и все интегрировали SkillOpt."* Мы приняли его валидационно-ограниченный фреймворк, который включил Darwin в собственный список интеграций. Это взаимная дань уважения. 👉 Посетите репозиторий SkillOpt 2.0 — это не лоскутное обновление, а систематическое обновление после поглощения двух статей Microsoft Research от 22.05.2026. Пять изменений: - Оригинальное измерение «обработки ошибок» было обновлено до (кодирование механизма отказа): не просто «запрещание агентам ошибаться», но и явное кодирование известных путей сбоя в навыки. - Исходное измерение «Ясность» было обновлено до (Конкретика): неоднозначные слова вроде «suggest/can considered/situation-basised/flexible/dependent of circumstances» явно запрещены. - Добавлено девятое измерение (High-Risk Action Blacklist): сброс rm/git — жёсткий/force push и другие разрушительные операции должны быть явно запрещены в навыках - Рассмотрение нескольких независимых судей: в каждом раунде активируются 2 независимых судьи - Повторное использование судей запрещено: новые судьи запускаются в следующем раунде, чтобы избежать эффектов якоря - Механизм ранней остановки: увеличение на 30% в одном раунде автоматически оповещается - Фаза 1 Базовая оценка: Автоматический + ручной просмотр отчетов, решение о том, что менять - Фаза 2 Одномерная оптимизация: 🔴 CHECKPOINT принудительная пауза, ожидание подтверждения пользователя - Фаза 2.5 Запуск тестового запроса (опционально) - Этап 3 Регрессионный тест: 🛑 STOP Принудительная остановка, когда повышение цен опускается ниже порога 1. Модифицировать и оценивать тот же ИИ (эмпирические данные SkillLens: точность самооценки LLM составляет всего 46,4%) 2. Используйте сброс git --hard как метод отката (примените git revert) 3. Стекайте избыточность только для оценки 4. Пропускайте тестовые запросы и набирайте напрямую оценку 5. Изменяйте несколько измерений в одном раунде 6. Коэффициент пробных запусков > 30% 7. Молча пропускайте исключения 8. Игнорируйте кластеры, связанные с измерениями

Обзор (машинный перевод)

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

Рекомендуемые инструменты

Попробуйте другой запрос или уберите фильтр.

Установка