提出多智能体科研自改进框架MELD
热点事件观察中
提出多智能体科研自改进框架MELD
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Sizhe Tang、Zuyuan Zhang 等论文作者在 arXiv 发布 MELD：一种分层测试时训练框架，在同一发现过程中联合调整团队级 Coordinator 策略与个体级 Scientist 策略，实现多智能体科研的递归自改进。 论文称，在 22 个 MLGym 和 MLE-bench 任务上，MELD 在其中 20 个上表现最佳，并在 MLGym 上取得最高聚合归一化分数，且仅使用 4B 主干模型。论文同时说明，多数基线使用专有模型作为 Scientist，各系统共享同一个冻结的 Executor。
AI 根据报道生成 · 9 小时前更新
最新进展10月20日 12:00
MELD：面向多智能体科学发现的分层协同递归自我改进框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AIMELD：面向多智能体科学发现的分层协同递归自我改进框架
MELD提出一种分层测试时训练框架，在同一发现过程中联合调整团队级Coordinator策略与个体级Scientist策略。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- –
0246
06:0008:0010:0012:0014:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。