Google/JHU Pro² Agent 登顶 MLE-Bench,48 小时奖牌率 76%

rohanpaul_ai · x · 2026-11-21

Google 与 Johns Hopkins 的论文提出 Pro² Agent:让 AI 研究智能体显式追踪「什么在限制性能」,而不是只保留得分最高的代码。传统智能体在困难任务上容易在错误解区域反复微调;Pro² Agent 先构建「Problem State」(疑似瓶颈、文献中的候选修复方案及各自置信度),再通过单变量实验更新信念后才提交改动。在全部 75 个 MLE-Bench 任务上,48 小时预算达到 76.0% 奖牌率,为已报道最高;Lite 版首个解即有 57.6% 任务获奖牌,远超 MARS 的 28.8%。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →