LLMの自己改善ベンチマーク S3Gym：自己テストと自己判断の可能性

arXiv cs.CL ・ 2026-08-31

原題: S3Gym: Can LLMs Turn Self-Testing and Self-Judging into Self-Improvement?

AI による要約

LLMエージェントの自己改善能力を測るS3Gymベンチマークを提案する。自己テスト、自己判断、自己改善の3能力を評価し、7種類のテキストゲームで実験。直接履歴ICL、要約メモリ、パラメータ学習の3手法を比較し、相互作用経験の活用方法を検証する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。