谷歌Pro² Agent登顶MLE-Bench,奖牌率76%创纪录
Google 与 Johns Hopkins 研究者发布 Pro² Agent,在完整 MLE-Bench 上取得76.0%的奖牌率,为该基准已报告的最高成绩。论文提出让 AI 研究智能体显式追踪「什么在限制性能」的科学问题探测方法,将主状态从代码库换成「问题状态」,而非只保留得分最高的代码,从而避免传统智能体在困难任务上过早陷入局部最优。
2026-11-21 ~ 2026-11-21 · 3 条相关
- Google/JHU Pro² Agent 登顶 MLE-Bench,48 小时奖牌率 76% — rohanpaul_ai · 2026-11-21
- Pro² Agent 论文:把研究智能体主状态从代码库换成「问题状态」 — rohanpaul_ai · 2026-11-21
- 谷歌 Pro² Agent 登顶 MLE-Bench:奖牌率 76% 创最高纪录 — dair_ai · 2026-11-21