PrimeScientist 论文:用 MCTS 策略分配算力,让研究智能体学会取舍方向
rohanpaul_ai · x · 2026-09-27
论文提出 PrimeScientist,解决自主研究智能体面临的「想做的方向多于资源」问题:与其死磕单一想法直到预算耗尽,不如战略性分配研究精力。
核心方法:
- 用「可执行计划树」保留多个相互竞争的研究方案及其实验结果,而非单一轨迹
- 基于自适应 MCTS 的分配策略,结合实验反馈与剩余资源,动态平衡探索与利用——资源充裕时广撒网,临近预算时集中投入更强分支
- 把研究精力分配建模为序贯决策问题,剩余资源显式指导策略
评测覆盖 AI 研究、系统与代码优化、机器学习工程等领域。在 12 个 AI 研究任务上,PrimeScientist 同时提升了研究质量与样本效率,证明「选择在哪里做实验」本身就是研究智能体的关键能力。
所属事件:PrimeScientist 用 MCTS 分配实验预算,研究智能体奖励提升 10.3%(2 条相关)→
「编程与Agent」频道最新
- McGill-NLP 发布 WebArena-Pro:20 个应用 300 任务的多模态 Web Agent 基准 — McGill-NLP · 2026-11-16
- Continual-ARC:终身任务流测智能体技能习得,多数 harness 不敌简单缓存 — unifyai · 2026-11-16
- Filmworkbench v0.1.2:一条 prompt 让 LLM 自动拍出 3 分钟短片 — Eastern-Ad9515 · 2026-11-16
- 分类路由别再让 LLM 生成 JSON:PowerShell 老兵用决策模型一行搞定 — dfinke · 2026-11-16
- llama.cpp 用 HF Buckets 与 HF Jobs 重构 CI,应对日均 35 个 PR 的压力 — ggerganov · 2026-11-16
- 用决策日志取代每周 30 分钟站会:agent 每次运行前必读 — Humaux · 2026-11-16