Проверка - это учебная программа: точность определяет возвращение при поиске в коде самораспыление

arXiv: 2607.09709v2 Annuales Type: заменить резюме: После обучения генератор кода по отношению к опытному судье может оптимизировать опосредованные функции, повышающие счет без улучшения артефакта. Мы изучаем противоположный сигнал: детерминистский, несудебный фильтр, который спрашивает только о том, является ли проект чистым для запуска под безголовым двигателем (ограниченная запуск). Под этими воротами отбраковка самодистилляционных соединений вне семьи: на GameCraft-Bench модель 14В повышает коэффициент зачета по каждому кандидату для четырех семей, находящихся в изоляции с 8,8% до 42,2% и охват 32 кандидатами с 84% до 100%, собственный верхний предел золотых ссылок, превзойдая контролируемую модель при выполнении каждой из 25 задач. Врата стоят одного двигателя, который ссылается на кандидата: ни модели вознаграждения, ни судьи. При фиксированном зарегистрированном подсчете, то что регулирует петлю - это точность проверятеля. Один лишь слабый контроль за строительством стирает прибыль (p=0,0012); соответствующий контроль за оплодотворением золота находится под контролем.