タグ: コーディングエージェント
- スキャフォールド自動最適化の現在地と限界 2026/8/2
スキャフォールドとプロンプトの自動最適化が、重みを変えずに性能を伸ばすレバーとして台頭した。強化学習を上回りながらロールアウトは最大35分の1で済んだ、と報告する手法がある。だが自動最適化は評価データに過適合しうる——分布シフトで崩れることが報告されている。
- 自己進化ハーネスは人間設計を超えたと報告——採点表に疑義 2026/7/29
ハーネスを自動で進化させる研究が、人間設計を超えたとベンチで報告した。方法は前進だ。だが看板の数字が乗る Terminal-Bench 2 は、上位提出が採点の抜け穴を突いていたと独立監査に指摘された表であり、転移先の SWE-bench も漏洩が繰り返し実証されてきた。信頼度の異なる採点表を、分けて読む。
