返回热点榜
agent热度 11.6°

AI 聚合热点事件 · 2026/11/21

谷歌新研究让科研智能体先记录瓶颈再改代码

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/21 03:49:29
全景综述与最新动态
1 家信源交叉印证

谷歌与约翰霍普金斯大学联合提出 Pro2 Agent,让 ML 科研智能体先构建“问题状态”,记录疑似瓶颈、候选修复方案及置信度,再通过单变量实验逐步更新判断,而非盲目循环改代码。在全部 75 个 MLE-Bench 任务上,其 48 小时奖牌率达 76.0%,为已报告最高水平;MLE-Bench Lite 上首个方案即达 57.6%,远超 MARS 的 28.8%。

最新动向/谷歌与约翰霍普金斯大学联合提出 Pro2 Agent,让 ML 科研智能体先构建“问题状态”,记录疑似瓶颈、候选修复方案及置信度,再通过单变量实验逐步更新判断,而非盲目循环改代码。在全部 75 个 MLE-Bench 任务上,其 48 小时奖牌率达 76.0%,为已报告最高水平;MLE-Bench Lite 上首个方案即达 57.6%,远超 MARS 的 28.8%。

逐小时热度走势

12 个完整观测小时
当前
11.6
峰值
15.005:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. 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%