HMA多智能体会话交替方法提出
热点事件持续更新
HMA多智能体会话交替方法提出
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者 Changye Li 等提出 Humanize MLE Agents（HMA）方法：让两个智能体在共享工作区交替执行，每次会话最多进行 k 次实验，并在会话之间重置上下文，且不依赖额外的任务专用 harness 或先验知识补充。 在 MLE-bench 的 75 个 Kaggle 任务上，HMA 的 any-medal 率达到 78.2%，比最强开源基线高 8.0 个百分点，所用时间预算仅为后者的四分之一；在五组异构智能体配对中平均提升 6.4 个百分点。
AI 根据报道生成 · 4 小时前更新
最新进展10月12日 12:00
Humanize MLE Agents（HMA）：多智能体会话交替突破单智能体极限报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIHumanize MLE Agents（HMA）：多智能体会话交替突破单智能体极限
研究者提出 Humanize MLE Agents（HMA），让两个智能体在共享工作区交替执行、每次会话最多 k 次实验并在会话间重置上下文，无需额外任务专用 harness。在 MLE-bench 的 75 个 Kaggle 任务上，HMA 达到 78.2% 的 any-medal 率，超过最强开源基线 8.0 个百分点，且仅用其四分之一时间预算；跨五组异构智能体配对平均提升 6.4 个百分点。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:00
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。