Rekursiv selbstentwickelnde Agenten durch Held-Out-Selection

arXiv:2606.28374v1 LLM-Agenten werden zunehmend ohne Gewichtsaktualisierungen verbessert, indem ein natürlichsprachliches Artefakt entwickelt wird, wie Reflexionen, Workflows, Playbooks, Spickzettel oder optimierte Prompts, die eine eingefrorene Policy steuern. Solche Methoden werden typischerweise berichtet als