Pro² Agent 论文:把研究智能体主状态从代码库换成「问题状态」

rohanpaul_ai · x · 2026-11-21

Google 与 Johns Hopkins 发布 arXiv 论文《Pro² Agent: Scientific Problem Probing for Autonomous AI R&D》。核心主张:LLM 研究智能体通常只迭代优化代码库而忽略任务的问题结构,在难题上会困在错误的解区域。Pro² Agent 将主状态从代码库切换为显式的 Problem State——记录什么问题阻碍成功、哪些方案可能解决它们;先通过分析资源与约束初始化,再做针对性检索关联问题与候选方案,并通过受控假设检验更新各问题重要性。结果:MLE-Bench 完整版在标准 24 小时预算下达到最佳报道奖牌率 70.7%,48 小时预算达 76.0%(该基准最高);在 PostTrainBench 上也具竞争力,且为每个任务产出可复用的研究笔记。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →