MELD：多智能体科研的分层协同自改进框架
原文标题：MELD: Recursive Self-Improvement via Hierarchical Coordination for Multi-Agent Scientific Discovery
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 MELD，一个分层测试时训练框架，在单次科研发现流程中同时适配团队级 Coordinator 与个体级 Scientist 策略。两层在共享推导树上交替进行 GRPO 式更新，实现组织方式与研究行为的协同进化。在 22 个 MLGym 与 MLE-bench 任务中 20 个最优，协调与研究仅用 4B 骨干模型。
- 问题
- 多智能体科研中团队分工与个体研究行为相互耦合，难以联合优化。
- 方法
- 分层测试时训练，Coordinator 与 Scientist 在共享推导树上交替做 GRPO 式更新，协同进化。
- 结果
- 22 个 MLGym 与 MLE-bench 任务中 20 个最优，MLGym 聚合归一化分数最高，仅用 4B 骨干。
- 影响
- 小模型也能通过分层协同自改进在科研任务上超越大模型基线。
深读 · 结论先行AI 生成展开看要点与影响 ↓
MELD让团队级Coordinator与个体Scientist在共享推导树上交替GRPO更新，4B骨干在22个任务中20个最优。
- •框架为分层测试时训练，团队级与个体级策略在同一科研发现流程中联合适配
- •两层在共享推导树上交替进行GRPO式参数更新，实现组织方式与研究行为协同进化
- •22个MLGym与MLE-bench任务中20个最优，MLGym聚合归一化分数最高
- •协调与研究仅用4B骨干模型，多数基线使用专有模型的Scientist
- •所有系统共享一个冻结的Executor，论文给出有限预算遗憾界与协调增益条件分析
为什么重要：若4B小模型即可在多数科研任务上胜过使用专有模型的基线，多智能体科研的门槛与成本结构可能被重估。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。