摘要
这是对 13 个 self-improving LLM systems 的结构化评测综述，核心贡献是把不可由被评系统改写的需求、评测和采纳策略定义为 protected baseline。（来源：Why do improvement require a baseline: structured review of evaluation for 13 self-improving LLM systems）
核心内容
基本信息
- 实体类别：self-improvement evaluation review。
- 关键名称或版本：13-system structured review。
- 时间范围：2026-10-07 首次发布。
重要事实
- 综述发现多数系统缺少独立重复、直接 improvement-capacity 测试和不可写 evaluator 证据。（来源：Why do improvement require a baseline: structured review of evaluation for 13 self-improving LLM systems）
关系与影响
为 Self-Improving Harness 和 Recursive Self-Improvement 提供接受、回滚和非干扰审计框架。
分歧与变化
这是目的性样本和文献审查，不是新训练系统；不能标成严格 Agentic RL 或 RSI 实证。
相关页面
- 概念：Self-Improving Harness、Recursive Self-Improvement、Execution-Based Agent Evaluation
- 实体：无
- 主题：LLM Agent Self-Improvement
来源
待核实问题
- 作者和完整复核数据待核实。