PulseAugur
中
实时 11:48:38
English(EN) An open-source AI research system just won 49 golds on MLE-bench for ~$3,000 in compute. The Claude Code baseline: 34 golds for $38,000. Same tasks, same rules,

开源PRAXIST AI系统以12倍的成本优势在MLE-bench上超越Claude Code

作者 PulseAugur 编辑部 · [1 个来源] ·

一个名为PRAXIST 的开源AI研究系统在MLE-bench上取得了比 Claude Code 基线更优异的结果。PRAXIST 以约3000美元的计算成本获得了49枚金牌，而 Claude Code 基线则以38000美元的成本获得了34枚金牌。该系统的成功归因于其继承失败实验证据而非仅仅分数的方法，从而将经验教训传递给后续的迭代。 AI

影响 展示了一种新颖的AI研究方法，该方法显著降低了计算成本，同时提高了性能，可能影响未来的AI开发方法。

排序理由 该条目描述了一个研究系统在基准测试上的表现，详细说明了其方法和结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 Mastodon — mastodon.social 阅读 →

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

开源PRAXIST AI系统以12倍的成本优势在MLE-bench上超越Claude Code

本文如何被排名

Signal score
15 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该条目描述了一个研究系统在基准测试上的表现，详细说明了其方法和结果。[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
model release, product
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
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. Mastodon — mastodon.social TIER_1 English(EN) · gitgem ·

    一个开源AI研究系统仅用约3000美元的计算成本就在MLE-bench上赢得了49枚金牌。Claude Code基线：34枚金牌，花费38000美元。相同的任务，相同的规则，

    An open-source AI research system just won 49 golds on MLE-bench for ~$3,000 in compute. The Claude Code baseline: 34 golds for $38,000. Same tasks, same rules, 12x cheaper. The secret? It inherits evidence, not scores. Failed experiments pass their lessons to the next generation…

相关实体

相关话题