TRUST 框架为递归自我改进加统计检验门槛

arXiv 论文提出 TRUST（Trustworthy Recursive Updates with Statistical Testing）框架，用于让 AI 智能体在不重训底层 LLM 的前提下通过修改自身 harness 实现可靠的递归自我改进。核心问题在于更新门控：贪心门控只看验证集分数提升就接受更新，实验中 45.59% 的被接受更新实际是劣化更新，导致性能退化。 TRUST 的机制是把在线多重假设检验流程移植到进化轮次中，控制跨轮次的虚假进化率，并由 LLM 分析历史上下文来决定接受一次更新需要多少证据。论文在可解释的假设下证明了 TRUST 能限制被接受更新中造成不可接受性能损失的比例，并推导出最终性能增益的下界。 在 HotpotQA、DROP、APPS 三个基准上，使用 DeepSeek-V4-Flash 和 Qwen-3.8-Flash 两个模型，TRUST 把劣化更新接受比例从贪心门控的 45.59% 降到 2.78%，最终分数也高于现有的统计门控基线。