字节跳动开源 PEAR:用四级证据阶梯自动化搜索系统研究
_reachsumit · x · 2026-09-29
字节跳动发布 arXiv 论文 PEAR(Progressive Evidence-Based AutoResearch),面向工业搜索系统的自动化研究框架:
- 两个核心问题:传统 keep-if-better 规则在非平稳流量下会把瞬时收益误判为持久改进;现有方法缺乏跨保真度层级统一使用证据的基础
- Evidence-driven AutoResearch:在预定义目标与干预范围内,为每个策略任务维护独立、假设驱动的研究状态,经 Plan-Execute-Evaluate-Update 循环将实验与上下文感知的证据解读、假设修正挂钩
- Confidence-Gated Verifier Ladder:把评估组织为四个保真度递增层级,从低成本代理指标到在线验证,只有最优候选才消耗线上测试资源
「研究」频道最新
- 为什么 AI 做化学必须懂手性:对映异构体在生物体内并不等价 — madeofAjala · 2026-11-16
- Mobile AI Factory:agent 自动为你的手机造专用小模型,GPU 时间省 19 倍 — pmttyji · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- LatamGPT 开源 1.78 亿篇拉美多语言语料登陆 Hugging Face — OmarUFlorez · 2026-11-16
- TotalSegmentator 在常规胸 CT 中量出 42mm 扩张主动脉 — MaziyarPanahi · 2026-11-16
- Tivadar Danka 发布 4000 字图解机器学习所需图论长文 — TivadarDanka · 2026-11-16