AgentSSL: Can MLE Agents Leverage Unlabeled Data?

在本工作中，我们引入了基于代理的半监督学习（AgentSSL），将SSL视为程序搜索问题，并研究代理在有限监督下如何导航此空间。我们发现，即使在弱反馈和匹配计算下，代理也能合成结合并适应已有的SSL技术的代码，超越了最强的人工工程基线在12个设置中达到+21.8%的水平。然而，我们的结果表明，程序选择是AgentSSL的关键瓶颈，当根据代理反馈指标进行选择时，性能下降可达47%。