ExpEvolve：结构化复用经验提升开放式发现

Yongqiang Chen 等作者提交论文，提出 ExpEvolve 方法，将想法级提取与控制注入进化式编码智能体，从程序中挖掘能解释不同程序评分差异的高层因素。作者称，在 11 个开放式数学任务上，该方法把最终性能和样本效率最高提升 5.0 倍。 该方法还被迁移到 4 个其他 LLM 和 MLS-Bench 的 6 个机器学习任务；当发现进入平台期时，用经验指导利用与探索。

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。