谷歌 Pro² Agent 登顶 MLE-Bench:奖牌率 76% 创最高纪录

dair_ai · x · 2026-11-21

Google 与 Johns Hopkins 研究者发布 Pro² Agent,在完整 MLE-Bench 上取得 76.0% 奖牌率,为该基准已报告的最高成绩。

核心问题:自主研究 agent 通常只顾反复改代码直到指标变动,遇到难任务容易卡在错误的解空间区域,因为它们从不写下『哪里出了问题』。

方法要点:

成绩:标准 24 小时预算下达到 70.7%(追平最佳纪录),48 小时预算下达到 76.0%。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →