Meta 开源 RankEvolve:双 agent 互审把自动实验准确率从 45.8% 提到 62.5%
dair_ai · x · 2026-10-04
Meta 发布论文 RankEvolve,解决让 coding agent 自动跑 ML 实验时的可靠性问题:一个静默 bug(如评测数据泄漏、梯度断连)就可能作废数小时训练及其后续所有迭代。
核心做法:
- 用编译协议强制每个研究阶段与关卡(gate)按规范执行
- 将 Claude Code 与 Codex 作为独立节点互相审查、修复彼此的改动
结果:
- 相同预算下,两个产品组合将执行准确率从最佳单品的 45.8% 提升至 62.5%
- 在开源 HSTU 推荐模型上迭代 12 轮,MovieLens-20M 的 NDCG@10 较已发表结果再提升 4.48%
「编程与Agent」频道最新
- 开发者删光全部 ADR:AI 时代代码库本身就是架构文档 — sloppenheimer · 2026-11-20
- Anthropic 开放 Claude 前置部署工程师学习路径,约 9.5 小时学完 — leslysandra · 2026-11-20
- Google 开源 Sashiko:Gemini 驱动的 Linux 内核代码审查 Agent — rseroter · 2026-11-20
- boxd 新增 8 家集成:Dify、n8n、LangChain 等接入其机器 — JensHonack · 2026-11-20
- OpenAI 发布 GPT-Live 提示词指南:多语言与地区口音调法 — pbbakkum · 2026-11-20
- Rippling 推出 AI 应用生成:员工用自然语言就能搭内部工具 — andreisavu · 2026-11-20