Meta FAIR评估长程科研智能体协作
热点事件持续更新
Meta FAIR评估长程科研智能体协作
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Meta FAIR联合约翰斯·霍普金斯大学、卡内基梅隆大学和华盛顿大学发布《Aligning Autoresearch》，研究端到端长程科研智能体，认为智能体与人类共同改进的表现优于完全自主运行。 论文提出AutoInteract训练方法，使4B和27B模型在LiveCodeBench-Pro多轮测试中的Pass@1分别由23.0升至43.2、由37.2升至50.6。Claude Opus 5在Hack定位任务中取得64.88 F1，但相关能力仍被报告为具有挑战。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 02:01
Meta FAIR 新论文：研究智能体与人类协作效果最佳而非替代人类报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- AGI HuntMeta FAIR 新论文：研究智能体与人类协作效果最佳而非替代人类
Meta FAIR发布《Aligning Autoresearch》，研究端到端长程科研智能体，结论是智能体与人类共研优于完全自主。AutoInteract训练使4B、27B模型在LiveCodeBench-Pro多轮Pass@1分别从23.0升至43.2、从37.2升至50.6；Claude Opus 5的Hack定位成绩为64.88 F1，相关能力仍具挑战。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。