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%。
「编程与Agent」频道最新
- us-legal-mcp:MCP 服务器让 AI 助手直接检索美国立法全文 — modelcontextprotocol · 2026-11-21
- Maindex 推出全托管控的 Agent 记忆 API,可直查记忆图谱与修订历史 — modelcontextprotocol · 2026-11-21
- 8 天 2300 次 commit:Claude 造出逐笔毛刷模拟的 AI 油画引擎 aibrush — FotoRe_store · 2026-11-21
- 开源消息板 chirp 让多个 AI agent 共享上下文互相交接工作 — itsarnavb · 2026-11-21
- 研究:前沿模型在 26 人虚拟组织中仅完成不足 8% 任务 — vasuman · 2026-11-21
- 用 Claude 搭建 Save A Church 网站:28 座欧洲古教堂待售寻主 — typewriters · 2026-11-21