# Red Queen Gödel Machine låter AI-agenter och granskare utvecklas ihop

> Ett nytt evolutionärt ramverk låter AI-agenter och deras inlärda granskare förbättras sida vid sida. På ett benchmark steg andelen lösta kodningsuppgifter från 75 % till 82 %.

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

Forskare under ledning av Alex Iacob har publicerat Red Queen Gödel Machine (RQGM) på arXiv. Systemet kombinerar en kodningsagent med en samutvecklad granskare som bedömer dess kodändringar. På benchmarktestet DeepSWE klarar RQGM:s kodare 82,1 % av uppgifterna i testmängden, jämfört med 75,0 % för en baslinje med en statisk utvärderare. Vid högre beräkningsinsats ligger RQGM:s resultat nära GPT‑6 Astra-modellens. Ramverket minskar också sökkostnaden trefaldigt för uppgifter inom vetenskapligt skrivande och bevisbedömning.

## Fakta

- Artikeln publicerades på arXiv 2026-10-09 ("Fri Oct 09 2026").
- Kodaren klarar 82,1 % av uppgifterna jämfört med baslinjens 75 % på DeepSWE.

## Varför det spelar roll

Utvecklare skulle kunna få AI-kodningsassistenter som fortsätter att bli bättre utan att vara beroende av ett fast utvärderingsmått skrivet av människor.

## Källor och referenser

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

Senast uppdaterad: 2026-10-09