BAAI发布AREX-2长程反思智能体
热点事件持续更新
BAAI发布AREX-2长程反思智能体
1 篇报道1 个报道来源28 分钟前更新
先了解这件事
AI 综述
BAAI发布AREX-2预印本，以Qwen3.8-27B为基础，通过多轮“执行—反馈—修订”训练智能体在交互中反思并改进解法。论文报告其在MLE-bench Lite、FrontierCS、BrowseComp和Humanity's Last Exam上的成绩分别为81.8、70.7、84.0和52.6。 这些基准采用不同指标和智能体协议，不能按同一准确率标准或相同推理成本横向比较；其“自我改进”限于测试时修订答案，并不表示模型能够递归自我提升。
AI 根据报道生成 · 15 分钟前更新
最新进展11月10日 10:24
BAAI 发布 AREX-2：基于 Qwen3.8-27B 训练长程反思，MLE-bench Lite 达 81.8报道时间线
沿着报道，了解事件的不同侧面。
11月10日
- AGI HuntBAAI 发布 AREX-2：基于 Qwen3.8-27B 训练长程反思，MLE-bench Lite 达 81.8
BAAI 发布 AREX-2，以 Qwen3.8-27B 为基础训练智能体的长程反思能力。该 arXiv 预印本通过多轮“执行—反馈—修订”迭代，报告 MLE-bench Lite 81.8、FrontierCS 70.7、BrowseComp 84.0、Humanity's Last Exam 52.6；这些基准采用不同指标和 agent 协议，不能作同成本横向比较。
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。