研究称 AI Agent 前 6 小时探索最强,多数任务难达最优

Bespoke Labs 团队发布视频与博客,提出「想法盆地(idea basins)」概念,分析模型在 AutoResearchExam 上解决长程 ML 研究任务的方式。研究发现智能体在前 6 小时探索能力最强,但 58% 的任务从未触及最优思路所在的盆地,多数任务难以收敛到最优解。研究者 Alex Dimakis 也发布视频解读了这一发现。

2026-11-17 ~ 2026-11-17 · 2 条相关