PrimeScientist 用 MCTS 分配实验预算，研究智能体奖励提升 10.3%

新论文提出 PrimeScientist，针对自主研究智能体「想做的方向多于资源」的问题：与其死磕单一想法直到预算耗尽，不如战略性分配研究精力。系统同时维护由多个可执行计划构成的树，实验结果回传更新各分支价值，再用 MCTS 策略决定算力投向哪个方向。实验显示该方法使研究智能体的奖励提升 10.3%。

2026-09-27 ~ 2026-09-27 · 2 条相关

• PRIMESCIENTIST 让研究智能体学会分配实验预算，奖励提升 10.3% — rohanpaul_ai · 2026-09-27
• PrimeScientist 论文:用 MCTS 策略分配算力,让研究智能体学会取舍方向 — rohanpaul_ai · 2026-09-27