AWS 与汇丰提出 Double Ratchet：评分器随智能体自进化

导读

AWS 与汇丰的论文提出 Double Ratchet，让评分器与智能体技能同步进化，仅用 10 个标注样本即可训练出接近真实标注的效果。该评分器由针对单一失败类型的规则化小检查逐步构建，版本选择只依据与 10 个标注样本的一致性，而非提高智能体得分。