3 天 1.5 万节点知识图谱，rekursiv 详解 agent 蜂群破 NanoChat 纪录
hyperparticle · x · 2026-09-15
rekursiv.ai 发布博客详解其 auto-autoresearch 系统：一组 AI agent 相互接力、保留失败实验、并改进自己的研究方式，3 天内在 Karpathy 的 NanoChat 基准上超越此前 SoTA。
核心设定：在单张 B200 上、5 分钟训练预算内改进一个语言模型。
成绩：10 个种子的平均 BPB 达 0.88779，低于此前最优（Recursive 0.91087、Aster 0.90980、Hiloop 0.90160、Hyra 0.90154）。
方法：
- 把 agent 视为「天才但不识轻重」的实习生，让 agent 群自己摸索研究策略
- 3 天构建了 15,099 节点的知识图谱，连接 issue、artifact、实验、信念和代码改动
- 基于 trackinizer、sagent、priml、configgle 四个自研组件
团队此前还做过 ARC-AGI 和 Sudoku 攻关项目，并正在招聘（[email protected]）。
所属事件:AI agent 蜂群 3 天刷新 NanoChat 基准纪录(4 条相关)→
「编程与Agent」频道最新
- LangChain:每个托管Deep Agent都是MCP server,可被Agent当工具调用 — LangChain · 2026-09-16
- LlamaIndex 复盘用 Stainless 生成 SDK,团队已加入 Anthropic — llama_index · 2026-09-16
- HappyRobot CEO:SE 转型 FDE 缺的不是技术,而是重新设计系统的权限 — ivory_tang · 2026-09-16
- 吴恩达称 prompting 六个月内将被 loops 与 graphs 取代 — Roger_M_Taylor · 2026-09-15
- 同一实测：21 次运行没有一个模型设计出我愿意穿的 T 恤 — hazelcough · 2026-09-15
- 实测 7 个模型建 T 恤店：模型宁凭权重写旧代码，也不查最新文档 — hazelcough · 2026-09-15