Meta AI 发 MIRA：拆分元推理器解决长程研究代理决策难题
dair_ai · x · 2026-10-06
dairai 推荐 Meta AI 关于研究代理(research agents)的论文 MIRA,解决长程自主研究代理的核心难题:选择下一步调查什么很难学习,因为这类决策在长轨迹中很稀少,且效果要到数步之后才显现。
- 核心架构:将代理拆成两部分——外层元推理器(meta-reasoner)读取持久的研究记录(research record),写下下一次调查的工单(work order);一个全新的执行器(executor)执行每份工单。
- 训练方式:决策只发生在工单边界,作者在这些点上训练一个 critic 预测剩余回报,最终得到同时评估部分进展并选择下一步调查的单一 actor-critic(MIRA-AC)。
- 效果:即使不训练,拆分本身就能提升定理证明和开放式架构研究;用模型自身代理信号训练后,MIRA-AC 在全部四个 autoresearch 基准上提升 gold scores。
「漫话AGI」频道最新
- AI 数据中心 2035 年或需 500GW，前英官员警告能源成最大瓶颈 — ShakeelHashim · 2026-10-06
- Vowpal Wabbit 作者 Langford 将在 COLM 谈「AI 速度的研究」 — JohnCLangford · 2026-10-06
- 「研究品味每 3 个月翻倍」论文遭质疑：测的其实是指标优化 — dhadfieldmenell · 2026-10-06
- ChatGPT 发布近四年：AI 直接致死人数为零 — DeryaTR_ · 2026-10-06
- 2048 年图景:所有工作都被自动化,唯独医疗行政和工会岗位幸存 — rickasaurus · 2026-10-06
- MIT 经济学家:AI 即使最乐观情景也会带来大规模就业冲击 — soumitrashukla9 · 2026-10-06