Google 发布 ScientistTwo 论文，展示 AI 研究中的递归自我改进：模型先改进人类方法，再以自身发现为新基线继续改进。它以提出想法、实验验证、剔除无效方案并根据评审反馈开启新一轮的循环方式，自主改进了 107 个人类定义 ML 问题中的 86 个；在基于 ICLR、ICML 和 NeurIPS 论文的问题上，报告了 80.4% 的成功率和相对原始人类基线平均 25.2% 的改进。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmu905sdx035arojr31ot3z3z
信息源：AI HOT · 全部动态
- 原文链接：Google ScientistTwo 论文展示 AI 研究循环的自我改进能力
- 分类：论文
- 作者：X：Rohan Paul (@rohanpaul_ai)
- 发布时间：2026/09/20 07:11
评论0