English(EN) Neural Architecture Discovery via Autonomous Evolution

AI自主发现105种神经架构，性能超越Mamba2

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-09 04:00

研究人员开发了ASI-Arch，一个旨在自主进行神经架构研究的AI系统。该系统通过研究、实验、分析和更新的持续循环进行运作。在应用于线性注意力机制时，ASI-Arch成功进行了1,773次实验，并识别出105种最先进的架构，其性能最佳的模型在现有架构如DeltaNet和Mamba2上显示出显著的改进。 AI

影响这项研究展示了AI在自主科学发现方面的能力，有望加速未来的AI发展。

排序理由该集群描述了一篇研究论文，其中详细介绍了一个用于进行AI研究的新AI系统，包括实验结果和新颖的架构。[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 →

本文如何被排名

Signal score: 18 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇研究论文，其中详细介绍了一个用于进行AI研究的新AI系统，包括实验结果和新颖的架构。[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, model release, infra; 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]

arXiv cs.AI TIER_1 English(EN) · Weixian Xu, Yixiu Liu, Yang Nan, Lyumanshan Ye, Xiangkun Hu, Zhen Qin, Pengfei Liu · 2026-10-09 04:00

通过自主进化发现神经架构

arXiv:2507.18074v2 Announce Type: replace Abstract: Recent progress in LLM agents has advanced the prospect of autonomous research. Yet whether AI can complete difficult long-horizon tasks, especially those that advance AI research itself, remains largely unexplored. We present A…

本文如何被排名

报道来源 [1]

通过自主进化发现神经架构

相关实体

相关话题