ارزیابی توانمندیهای تکاملیابنده در پژوهش بلندمدت آلفا
خلاصه
EverMine چارچوبی برای آزمودن این موضوع است که آیا عاملهای پژوهشی با انباشت مهارتها، ابزارها و قواعد قابل استفاده مجدد، در کشف آلفا طی افقهای بلندمدت بهتر میشوند. این چارچوب وضعیت پژوهش را با تاریخچه پژوهش، سبد فعلی عوامل و توانمندیهای انباشتهشده نمایش میدهد. اجراهای دارای منابع برابر، توانمندیهای ثابت و در حال تکامل را مقایسه میکنند؛ آزمایشهای شاخهای دیگر نیز با ثابت نگهداشتن تاریخچه و وضعیت سبد، توانمندیها را جابهجا میکنند. بازپخش وضعیت تاریخی برای بررسی اثر انتخاب نامزدها بر پایه تجربه بر پیامدهای سبد به کار میرود.
در میان 18 مسیر، توانمندیهای در حال تکامل سود یکنواختی از ابتدا تا انتها نشان نمیدهند و در میان 48 شاخه ادامه، توانمندیهای انباشتهشده بهطور یکنواخت از مجموعه اولیه بهتر عمل نمیکنند. تنظیم ساختارهای عاملی موجود همچنان میتواند مفید باشد. در بازپخش اکتشافی دو دسته غربالشده از یک اجرای در حال تکامل، افزودن پیاپی نامزدهای ردشدهای که هرکدام امیدوارکننده به نظر میرسیدند، ضریب اطلاعاتی نهایی سبد را اندکی کاهش داد. نتایج تأکید میکنند که ارزش نامزد به وضعیت سبد و ترتیب ارائه بستگی دارد؛ اما شواهد بازپخش محدود است و نشان نمیدهد که همه روشهای تکامل توانمندی رفتاری یکسان داشته باشند.
ایدههای کلیدی
- چارچوب، تاریخچه پژوهش، سبد فعلی عوامل و توانمندیهای قابل استفاده مجدد را از هم تفکیک میکند.
- اجراهای دارای منابع برابر و جابهجایی توانمندیها با کنترل وضعیت، ارزش توانمندیها را از دیدگاههای متفاوت برآورد میکنند.
- تکامل توانمندیها در مسیرها یا شاخههای ادامه گزارششده، سود یکنواختی ایجاد نکرد.
- ارزش حاشیهای نامزد به سبد فعلی و ترتیب افزودن نامزدها بستگی دارد.
- بازپخش نامزدهای غربالشده اکتشافی است و فقط از یک مسیر در حال تکامل میآید.
برچسبها
متن کامل
# EverMine: Dissecting the Self-Evolution of Research Capabilities in Long-Horizon Alpha Research # EverMine: Dissecting the Self-Evolution of Research Capabilities in Long-Horizon Alpha Research Self-evolving agents aim to turn research feedback into reusable skills, tools, and research rules. Whether these accumulated capabilities continue to improve later research requires controlled evaluation. Long-horizon alpha discovery provides a state-dependent setting: once a new factor enters the portfolio, the predictive information already covered changes, so the value of the same candidate or experience may change over time. We introduce EverMine, an empirical framework for studying self-evolving research capabilities in long-horizon alpha discovery. EverMine decomposes the research state into history (Hist), the current factor portfolio (Frontier), and reusable capabilities (Cap). Under matched resource limits, we compare complete runs with fixed or evolving Cap, and replace Cap while holding Hist and Frontier fixed to estimate the conditional value of accumulated capabilities. We also combine full trajectories with historical-state replay to examine how experience-based decisions affect candidate selection and portfolio outcomes. Across 18 long-horizon trajectories, end-to-end comparisons show no consistent gain from Cap evolution. Across 48 continuation branches from shared Hist and Frontier states, accumulated Cap also does not consistently outperform the initial Cap. Parameter tuning of existing factor structures can still improve the portfolio. In an exploratory replay of two screening batches from one Evolving trajectory, some screened-out candidates have positive marginal value at the original state, yet submitting all screened-out candidates sequentially slightly lowers final portfolio IC in both batches. These results show that candidate value depends on the evolving portfolio and submission order, and motivate evaluating self-evolving research capabilities through end-to-end outcomes, conditional capability value, and the consequences of experience-based decisions.
با ذکر منبع و مطابق مجوز اثر، بهطور کامل نمایش داده میشود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخهای از اثر منبع نیست.