Sapient 开源 PRAXIST:MLE-bench 拿 49 金,跑赢 Claude Opus 4.8
rohanpaul_ai · x · 2026-08-28
Sapient Intelligence 发布并开源了自主 R&D 系统 PRAXIST Beta。它并行运行多个「Research Peers」,把实验发现、失败、证据强度与谱系存入共享「研究图谱」,让后续实验可复用已验证机制、重测弱结论、合并不同分支的发现,实现跨代积累实验证据。
在完整 75 任务的 MLE-bench 上,基于 deepseek-v4-pro 的 PRAXIST 获 49 枚金牌、共 60 枚奖牌,超过 Claude Opus 4.8 的 34 金/55 枚。合作方环境中,PRAXIST 在火箭仿真中实现 100% 安全着陆率,并将工业 SLAM 系统累计误差从 9.37cm 降至 5.01cm,在机器人控制、量化金融等领域也有可度量进展。
所属事件:Sapient 开源自主研究系统 PRAXIST，低成本夺 MLE-bench 49 金(8 条相关)→
「编程与Agent」频道最新
- 开发者吐槽：vibecoding 这个词和 AI、SI 一样词不达意 — eschadiol · 2026-10-16
- Doc2Harness 基准：19 个前沿模型测编码 Agent，最高通过率仅 53% — _akhaliq · 2026-10-16
- Perplexity 开源 Agent 沙箱平台 SPACE：每个任务独立 Firecracker 微虚拟机 — perplexity_ai · 2026-10-16
- 黑石集团全面采用 Factory 平台做自主软件开发 — matanSF · 2026-10-16
- 老用户退订 Windsurf：多个 AI 订阅来回切换的隐性成本太高 — tristanbob · 2026-10-16
- 「工单派下来 20 分钟就交 3000 行 PR」：AI 编码现状梗图走红 — facontidavide · 2026-10-16