一句话定位
科研 agent 提出对自身代码的修改,在隐藏评测上选择,再用接受后的版本进入下一轮。
研究问题与动机
让研发 agent 优化自己的研究效率,需要证明收益超出选择任务,而非仅提高某个实验分数。
方法与机制
修改 agent 代码、运行研发任务评价、保留最优改写;摘要描述搜索策略和上下文记忆机制的演化,以及 held-out benchmark 测试。
证据与结果
摘要支持一个自主多日运行及跨任务迁移案例。不能把单次自主运行当成无限加速;外部基础模型、资源和测试集应明确固定。
当前卡片依据 2026-09-22 的 arXiv 摘要与元数据;作者结论不等于独立复现。原始摘要和版本信息保存在一手来源快照。
局限与开放问题
需核对隐藏评价是否真的对修改器不可见、回报黑客诊断、接受规则及每轮成本;跨 run 稳定性尚需独立证据。
关联与拓展
-
The AI Scientist Towards Fully Automated Open Ended Scientific Discovery
-
Darwin Godel Machine Open Ended Evolution of Self Improving Agents
-
开放问题与判别实验:设计能否证关键机制的对照。
核验与阅读
- [x] 原始标题、作者、日期及摘要回查 arXiv
- [ ] 全文方法、结果表格、统计和成本协议逐项核验
- [ ] 代码可复现性与独立复现
- 一手来源