Rohan Paul (@rohanpaul_ai)T2·78 分
谷歌新研究让科研智能体先记录瓶颈再改代码
原标题:New Google and Johns Hopkins paper shows that AI research agents do better when they track what limi...
- Pro2 Agent 用“问题状态”显式记录瓶颈、候选修复与置信度,避免在错误方向上反复微调
- 每次实验只改动一个变量,用实验结果更新信念后再提交修改
- 全部 75 个 MLE-Bench 任务 48 小时奖牌率 76.0%,Lite 首个方案即达 57.6%,对比 MARS 的 28.8%