CMU 与微软发布 AdaPRA 自适应过程奖励审计数据科学智能体

CMU 与微软的 Atharva Naik 等人发布 AdaPRA，一种自适应评分规则的过程奖励智能体，用于审计和改进数据科学 Agent。该方法针对此类智能体常见的流程错误，包括探索不足、验证不严谨、编码 bug 以及预算使用不当（如每次尝试重复同样的 EDA 和 baseline），通过过程监督让数据科学智能体的执行更加可靠。

2026-10-29 ~ 2026-10-31 · 2 条相关