Alex Iacob के नेतृत्व में शोधकर्ताओं ने arXiv पर Red Queen Gödel Machine (RQGM) जारी की। यह प्रणाली एक कोडिंग एजेंट को ऐसे समीक्षक के साथ जोड़ती है, जो उसके कोड बदलावों का मूल्यांकन करते हुए साथ-साथ विकसित होता है। DeepSWE बेंचमार्क पर RQGM का कोडर परीक्षण में शामिल न किए गए 82.1% कार्य हल करता है, जबकि स्थिर मूल्यांकनकर्ता वाला आधार मॉडल 75.0% कार्य हल करता है। अधिक प्रयास करने पर RQGM का प्रदर्शन GPT‑6 Astra मॉडल के करीब पहुँच जाता है। यह ढाँचा वैज्ञानिक लेखन और प्रमाणों के मूल्यांकन वाले कार्यों में खोज की लागत भी तीन गुना घटाता है।
यह क्यों मायने रखता है
डेवलपर ऐसे AI कोडिंग सहायक पा सकते हैं जो किसी तय, इंसान द्वारा लिखे मूल्यांकन मानदंड पर निर्भर हुए बिना लगातार बेहतर होते रहें।
