基准
NatureBench Lite
评估智能体在自然科学研究任务上表现的基准测试精简版本
时间轴 (近 90 天)
10月19日
MLExpert学到的优化能力可泛化到NatureBench Lite和算法优化任务上。
待验证50%
10月16日
论文报告了MLExpert在NatureBench Lite、智能体脚手架优化和算法优化上的提升，表明模型学到的是一种可迁移的优化能力。
待验证50%
评估智能体在自然科学研究任务上表现的基准测试精简版本
MLExpert学到的优化能力可泛化到NatureBench Lite和算法优化任务上。
论文报告了MLExpert在NatureBench Lite、智能体脚手架优化和算法优化上的提升，表明模型学到的是一种可迁移的优化能力。