PulseAugur
中
实时 19:49:33
English(EN) Automated Discovery Has No Universally Superior Harness

研究发现自动化发现 Harness 存在泛化问题

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新研究论文对 OpenEvolve 和 TTT-Discover 等自动化发现系统普遍优越的观念提出了质疑。这项涉及超过 310 万次 LLM 部署的研究发现，没有一个 Harness 在各种模型-问题对上始终表现优于其他 Harness。研究表明，Harness 选择应被视为一个超参数，需要针对特定问题和模型进行定制，而不是一刀切的解决方案。作者还提出了一种自适应分配方法，该方法可以剔除表现不佳的运行并将计算资源重新分配给表现更强的运行，其表现优于固定的或非自适应的集成方法。 AI

影响 表明当前的自动化发现系统可能并非最优，并强调需要针对特定的 AI 模型和问题制定自适应策略。

排序理由 学术论文，详细介绍了自动化发现系统的新方法和发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究发现自动化发现 Harness 存在泛化问题

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
学术论文，详细介绍了自动化发现系统的新方法和发现。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
79 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Akshat Gupta, Jermaine Lei, Alexander Lu, Gopala Anumanchipalli, Leshem Choshen ·

    自动化发现没有普遍优越的利用方式

    arXiv:2607.18235v1 Announce Type: cross Abstract: Autonomous discovery systems such as OpenEvolve and TTT-Discover are often used as general-purpose harnesses. However, in practice these are composite systems combining several design choices about archives, parent selection, expl…

相关实体

相关话题