arXiv cs.AI· Binjie Guo, Aisheng Mo, Ruitong Li, Xinle Deng·· 10 天前AI 评分29
EPOCH：通过证据治理搜索实现可靠发现
EPOCH: Reliable Discovery through Evidence-Governed Search
AI 导读
EPOCH 是一种证据治理架构，通过任务契约、类型化记忆、主动证伪、准入检查与独立重放构建发现循环，让候选结果按其支撑主张的强度与范围接受评估。它在 AlgoTune 上取得 SOTA 聚合表现，平均归一化得分 0.65，超过最强基线 0.53，并在内部 Math14 套件上取得最高平均分 0.57。在十个发现问题上，EPOCH 产出可执行构造、优化算法、反例与有证明支撑的结果。
正文 · AI 翻译
摘要：AI 研究智能体越来越多地被用于搜索程序、数学构造和证明。然而，现有系统通常只优化评估器反馈，而没有充分规范如何解释、质疑和复用这些反馈。因此，有前景但脆弱的候选结果可能被当作发现加以推广，而基准改进、有限证书和定理级声明则太容易被混为一谈。我们提出 EPOCH，一种证据治理架构，旨在弥合这一差距。EPOCH 通过结合显式任务契约、类型化记忆、主动证伪、准入检查和独立重放，实现证据治理的发现循环，使每个候选结果都依据其所支持声明的强度和范围进行评估。EPOCH 在 AlgoTune 上取得最先进的综合性能，平均归一化得分大幅超过最强基线（0.65 对 0.53），并在内部 Math14 套件上取得最高平均得分（0.57）。它还在官方测试重放下表现出良好的留出行为，并在 AgentHPO 上领先描述性综合指标。在十个发现问题上，EPOCH 带来了显著的任务特定进展，包括改进的可执行构造、优化算法、反例和证明支持的结果。这些进展表明，它能够将搜索转化为跨越数学和计算领域的具体进步。总之，这些结果表明，证据治理是迈向 AI 研究智能体的必要一步，这些智能体不仅能产生更强的解决方案，还能产生更值得信赖的科学发现。
| 评论： | 49 页，16 幅图，包括补充材料 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.06986 [cs.AI] |
| （或 arXiv:2610.06986v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.06986 由 DataCite 提供的 arXiv 颁发 DOI |
提交历史
来自：Binjie Guo [查看电子邮件]
[v1]
2026 年 10 月 4 日星期日 06:51:12 UTC（541 KB）
来源：arXiv cs.AI · arxiv.org