評価

ループをいつ止めればいいのか — 2、3周ぶん変わらなければ止める

2026年10月12日

エージェントを回して少しずつ良くしていくとき、いつ止めるかが決まっていないと、回り続けます。Anthropic が公開した手引きには、1周に変更は1つ、訓練用と検証用に分ける、2、3周ぶん点数が動かなければ止める、という具体的な決まりが書かれています。自分を騙さずに改善するための形として読めます。