实体
MLEBench
MLEBench
PulseAugur coverage of MLEBench — every cluster mentioning MLEBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的ARTS方法通过推理LLM增强自动化科学发现
一篇新的研究论文介绍了一种名为“Agentic Reasoning for Tree Search”（ARTS）的方法，该方法使用推理语言模型来改进自动化科学发现。ARTS能够区分错误的假设和糟糕的实验执行，在MLGym和MLEBench的22项任务上，其性能比现有的启发式算法提高了15.3%以上。值得注意的是，采用ARTS并结合测试时训练的Qwen3-4B模型，在显著降低推理成本的同时，取得了与Gemini 3-Pro和GPT o3…
-
新的ARTS AI方法通过推理模型加速科学发现
研究人员推出了一种名为Agentic Reasoning for Tree Search (ARTS) 的新颖科学发现方法，该方法利用推理语言模型来导航假设和实验空间。与混淆假设优劣与实验执行质量的传统方法不同，ARTS诊断失败，以区分错误的实现和有缺陷的假设。该系统表现出显著的改进，在MLGym和MLEBench的22项任务上，其性能比领先算法高出15.3%以上。此外，ARTS表明，具有测试时训练的Qwen3-4B模型可以以显著更低…