研究人员开发了一个由持久性AI代理组成的团队，旨在自主发现新的线性注意力架构。这个AI研究团队根植于不同的学科，维护私有的研究历史，并共享实验证据，以便在有限的预算下促进协作进展。该系统在各种语言建模和推理任务中，在1.3B规模上表现优于GDN2，突显了代理多样性、记忆和自适应分配对于持续自主科学发现的重要性。 AI
影响 这项研究可能通过实现新颖架构的自主发现来加速AI模型开发。
排序理由 详细介绍了一种新颖的AI研究方法及其实验结果的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2610.28887v1 Announce Type: new Abstract: Autonomous agents can increasingly propose ideas, modify code, and run experiments, creating an opportunity to accelerate scientific discovery using teams of collaborative AI researchers. To escape local minima in the discovery, we …
Autonomous agents can increasingly propose ideas, modify code, and run experiments, creating an opportunity to accelerate scientific discovery using teams of collaborative AI researchers. To escape local minima in the discovery, we propose to encourage orthogonal exploration by c…