跳到正文
arXiv cs.AI· Haihan Zhang, Wendao Wu, Chenheng Zhang, Chunyuan Zheng, Yanyi Li, Cong Fang, Haoxuan Li, Zhouchen Lin·· 23 小时前AI 评分45

Colombo:面向 Oracle 优化的前沿到前沿自动研究系统

Colombo: A Frontier-to-Frontier Autoresearch System for Oracle-Based Optimization

AI 导读

Colombo 是一个自组织 AI 研究者系统,首次落地于 Oracle 优化,通过 Complexity Atlas 记录可实现保证与不可避免极限之间的前沿差距。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:科学从一个前沿推进到另一个前沿,因为发现重塑已知,并为进一步的发现奠定基础。我们提出 Colombo,一个自组织 AI 研究者,推动这种更新,首先在基于 oracle 的优化中实例化。在这里,核心问题是:通过规定的信息接口,一个问题类能被多高效地求解,以及哪些成本是任何可容许算法都无法避免的。可实现的保证与不可避免的极限之间的差距定义了其 Complexity Atlas 中记录的前沿,这是一张前沿设置与当前知识状态的活地图。自组织将未解决的差距转化为自适应研究计划,随着证据积累协调猜想形成、数学探究和重新规划。对抗性共同上升通过相互挑战发展算法和困难族,揭示信息使用和隐藏的机制,从而指导更强的方法和不可避免成本的证明。独立评审和基于 Lean 的形式化认证检查数学主张,而长期记忆则跨设置携带受支持的发现和研究经验。迄今为止,Colombo 已为 Atlas 中五十多个设置建立了最优或接近最优的速率。因此,Colombo 朝着自创生科学迈出了具体一步:一个科学过程,其经过验证的进展再生自身进步的条件,不断重塑探究的组织方式及其所能发现的内容。
主题: 人工智能(cs.AI);优化与控制(math.OC)
引用为: arXiv:2611.23080 [cs.AI]
  (或此版本的 arXiv:2611.23080v1 [cs.AI])
  https://doi.org/10.48550/arXiv.2611.23080

arXiv 颁发的 DOI 通过 DataCite(待注册)

提交历史

来自:Wendao Wu [查看电子邮件]
[v1] 2026年11月17日星期二 17:06:23 UTC(7,249 KB)

来源:arXiv cs.AI · arxiv.org