---
title: "Rejected-Edit Buffer (拒绝编辑缓冲)"
created: 2026-05-29
updated: 2026-05-29
type: concept
tags: ["optimization", "negative-feedback", "skill", "buffer"]
sources: ["https://arxiv.org/abs/2605.23904"]
---

# Rejected-Edit Buffer (拒绝编辑缓冲)

**Rejected-Edit Buffer** 是 [[skillopt|SkillOpt]] 中的负反馈机制：被 [[held-out-validation-gate|Validation Gate]] 拒绝的编辑被记录为 epoch-local buffer，作为后续优化步骤的**负反馈信号**。它是深度学习中负梯度在文本空间的对应。

## 记录内容

Buffer 包含：
- 观察到的失败模式
- 被尝试但被拒绝的编辑
- 编辑造成的 score drop

## 如何使用

后续 reflection 调用在同一 epoch 内接收此 buffer，使 optimizer 能够：
- **避免重复失败的编辑**
- **聚焦于尚未解决的失败**
- 从"什么不行"中学习

## 与正反馈的配合

| 信号类型 | 来源 | 作用 |
|----------|------|------|
| 正反馈 | Accepted edits | 保留、强化 |
| 负反馈 | Rejected edits (buffer) | 避免重复、引导新方向 |

## 关键优势

- **训练时使用，推理时零成本**：Buffer 只在优化阶段存在，不增加部署开销
- **epoch-local**：每个 epoch 独立 buffer，避免跨 epoch 的过时信息污染

## 相关

- [[held-out-validation-gate]] — 产生拒绝的 gate
- [[skillopt]] — 使用 buffer 的方法
- [[text-space-optimizer]] — 文本空间优化范式