研究:AI Agent 前 6 小时探索最强,58% 任务从未触达最优思路盆地

AlexGDimakis · x · 2026-11-17

Bespoke Labs 团队发布视频与博客,用「idea basins」分析 AutoResearchExam 上模型解决长程 ML 研究任务的方式。核心发现:

方法上沿用 Fork and Flush 的思路,用 Nimble 作为判官对提交按方法聚类(不看分数),把每次 run 变成穿过 idea 地图的路径。作者 Alex Dimakis(UT Austin 教授)发布了配套视频讲解。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →