# Red Queen Gödel Machine laat AI-agent en beoordelaar samen evolueren

> Een nieuw evolutionair raamwerk laat AI-agenten en hun getrainde beoordelaars zij aan zij verbeteren. Op een benchmark stijgt het succes bij coderen van 75% naar 82%.

Oossa · 2026-10-09 · https://oossa.com/nl/red-queen-godel-machine-lets-agents-and-evaluators-evolve-together

Onderzoekers onder leiding van Alex Iacob hebben de Red Queen Gödel Machine (RQGM) gepubliceerd op arXiv. Het systeem koppelt een codeeragent aan een beoordelaar die samen met de agent evolueert en diens patches beoordeelt. Op de DeepSWE-benchmark lost de RQGM-codeeragent 82.1% van de taken in de testset op, tegenover 75.0% voor een basisversie met een statische beoordelaar. Bij een grotere inspanning liggen de prestaties van RQGM dicht bij die van het GPT‑6 Astra-model. Het raamwerk verlaagt de zoekkosten bovendien met een factor drie voor taken op het gebied van wetenschappelijk schrijven en het beoordelen van bewijzen.

## De feiten

- Artikel op arXiv geplaatst op 2026-10-09 ("Fri Oct 09 2026").
- De codeeragent haalt 82.1% van de taken op DeepSWE, tegenover 75.0% voor de basisversie.

## Waarom het ertoe doet

Ontwikkelaars kunnen AI-codeerassistenten krijgen die steeds beter worden zonder afhankelijk te zijn van een vaste, door mensen geschreven evaluatiemaatstaf.

## Bronnen en referenties

1. [The Red Queen G\"odel Machine: Co-Evolving Agents and Their Evaluators](https://arxiv.org/abs/2606.26294) – arXiv cs.MA, 2026-10-09

Laatst bijgewerkt: 2026-10-09