研究智能体 Épi 刷新 120 项纪录,n-queens 常数区间缩小 84 倍
dair_ai · x · 2026-10-21
dairai 介绍了 Épi,一个能跨多次模型会话持续攻关同一研究问题的自我改进研究智能体(Bake AI 与 Notre Dame、Washington、MIT、Stanford、Misha Sra、Alex Pentland 等参与的技术报告)。
核心机制:
- 持久研究历史 + 分层记忆,实验可跨会话延续
- 可版本化分支,随时回溯不同研究路线
- 独立审稿机制;固定 verifier 对所有输出评分,智能体无法更改自己的评判标准
主要结果:
- 共刷新 120 项纪录:12 个族类的 20 项数值上界纪录 + 8 个族类的 100 项构造纪录
- n-queens 常数的区间比此前窄约 84 倍;四维 Feigenbaum 吸引子严格区间窄 3.6 亿倍以上
- 给出精确对偶证书,证明 Cohn-Elkies 线性规划界在 10、11 维不可能取等
- 计算机辅助证明了 Tuza 猜想在 split graph 上含八顶点团与至多三个三角活跃邻域类型的情形
轻量版 Épi-turbo 面向算法编码,为车辆路径、调度、生产规划等任务生成求解器:在 30 个 FrontierOR 任务上,总分比 Codex 高 5.4%,模型成本仅为 64%(同模型同推理量),展示了一套把计算结果转成可检验数学论证的研究工作流。
「编程与Agent」频道最新
- LLM 输出不确定性下如何放心上线？开发者求解结构化评测实践 — ssnuopi · 2026-10-21
- RunInfra 推出编程订阅计划：$10/月可用 19 个 agent 跑最快开源模型 — ycombinator · 2026-10-21
- Matt Shumer 推出邮件 AI 员工:发邮件派活,自动回邮交差 — mattshumer_ · 2026-10-21
- uv 与 ty 集成:PEP 723 脚本类型检查这样开启 — charliermarsh · 2026-10-21
- Astral 发布 uv-ty 实验性集成:uv check 一键类型检查 — charliermarsh · 2026-10-21
- 开发者自建效率追踪:用 Claude 后快 7.1 倍,两月攒下 2.5 工作年 — arthurcolle · 2026-10-21