PulseAugur
中
实时 07:47:58
English(EN) ScienceFlow: A long-horizon agent for ML research, scientific discovery and beyond

ScienceFlow 智能体框架赋能长期人工智能研究

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 ScienceFlow，一个旨在使人工智能智能体能够进行长期机器学习研究和科学发现的新框架。该系统将研究组织成基于可执行工作区的片段，从而能够高效地探索和修订进展。ScienceFlow 利用新颖的可执行状态转移再锚定（ESTRA）机制来管理研究轨迹，并使用证据感知控制器进行资源分配。在包括 MLE-bench 在内的基准测试中进行的评估证明了 ScienceFlow 的有效性，在 24 小时预算内取得了 70.22% 的最先进的 Any-Medal 分数。 AI

影响 实现更自主、更高效的人工智能驱动的科学发现和研究过程。

排序理由 该集群描述了一篇关于用于长期研究的人工智能智能体框架的新研究论文。[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 →

ScienceFlow 智能体框架赋能长期人工智能研究

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mingming Zhao, Jiqian Dong, Kangping Xu, Zadid Hasan, Chengrui Fan, Shan Jiang, Shuai Mao, Ting Lingya, Linyi Zou, Tailin Zhou, Yun Hin Chan, Wenkai Zhang, Zhanhong Zhou, Guowei Huang, Hongliang Li, Wenjing Cun, Zhitang Chen, Mingxuan Yuan, Yanhui Geng ·

    ScienceFlow：一个用于机器学习研究、科学发现及更长远目标的长期智能体

    arXiv:2608.14354v1 Announce Type: new Abstract: Enabling LLM agents to sustain productive, stable, and goal-aligned research over extended horizons is a central challenge for autonomous machine learning and scientific discovery, as progress hinges on continuously managing evolvin…

相关实体

相关话题