研究揭示自动科研智能体算力浪费并提出改进

Au Kwok Chun 等作者发表研究，针对自动科研智能体在表格数据集上的建模流程，识别出四类常见失效模式：反复解决同一 bug 浪费算力、剩余算力充足却不调超参数、树搜索算法实际不探索、数据分析结果不用于下游决策。 作者通过跨搜索树所有分支共享运行时约束的全局调试顾问、提示词与控制层增强以及改进的树搜索算法回收浪费的算力。在底层语言模型固定的前提下，仅靠智能体设计即取得性能大幅提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。