自我进化 LLM 系统何时该停：arXiv 论文提出即插即用停止准则

一篇 arXiv 论文研究自我进化 LLM 系统的停止时机与输出选择问题。作者把停止判定建模为在线序贯检验，用每次迭代已产生的逐项配对评估结果构建 anytime-valid 重启检测器，再用变点估计从历史候选中选一个更早的产物输出。该方案即插即用，无需修改底层自我进化算法。在 2 个自我进化框架、3 个 LLM 模型家族、5 个基准上的实验显示，SearchQA 上 SkillOpt 与 DeepSeek V4 Flash 组合在第 4 轮即停止（原预算 40 轮），token 用量减少 91.6%，未见测试集准确率 82.43% 对比跑满预算的 82.00%。