Новости
Phantom Gains: Auditing Self-Improvement Against a Measured Null
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Researchers identified seven measurement failures in language model self-improvement audits, showing reported gains often vanish when compared against proper frozen controls.
- Почему это важно
- Engineers evaluating self-training or fine-tuning improvements should care, especially when tracking problem-level gains and losses across model iterations.
- На что обратить внимание
- Standard practices like single greedy decoding and naive threshold repairs produce false positives on untrained models; proper null baselines from existing replicates are essential.
Послушать это резюме
- language model
- lora
- edge
- self-improv
- qwen
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.