AI 研究智能体的递归式自我改进
AIDE^2 是一个能够修改 AI 研究智能体自身代码的系统。它在研发任务上评估修改后的版本，并保留表现最佳的改动。在一次持续 8 天的自主运行中，系统发现了 7 项连续改进，包括新的搜索策略，以及压缩和管理不断增长的上下文的机制。这些改进还迁移到了 4 个未参与筛选的基准测试，涵盖机器学习工程、启发式算法工程和基于物理的天气预报。最强版本的表现达到或超过了一款由人类设计、实力较强的生产级研究智能体。此外，奖励投机率从 55% 降至 32%，尽管系统并未明确优化这一指标。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。