研究指自动科研Agent存在浪费算力的失败模式并提出修复

Au Kwok Chun 等研究者在 arXiv 论文中分析自动科研（autoresearch）智能体处理表格数据时的失败模式，发现四种典型问题：反复修复同一个 bug、剩余算力充足也不调超参数、树搜索算法不探索新分支、数据分析结果未被用于下游决策。研究者提出全局 debug 顾问、提示词与控制层改进及更好的树搜索算法来挽回浪费的算力。 该研究称，在保持底层语言模型不变的情况下，仅靠改进智能体设计即可大幅提升性能。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。