MIRA：长周期研究智能体的元推理架构
原文标题：Learning What to Investigate Next: Meta-Reasoning for Long-Horizon Research Agents
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 MIRA，将研究资源分配与执行分离的分层架构：外层元推理器从持久研究记录中整理上下文并下达下一步调查指令，内层执行器完成具体工作。无需策略训练即可在定理证明与神经网络架构搜索中提升长周期推理表现。进一步训练生成式 actor-critic（MIRA-AC）后，在四个自动研究环境中提升最终性能。
- 问题
- 长周期研究智能体难以学习何时调查什么，决策稀疏且后果延迟显现。
- 方法
- 分层架构分离元推理与执行，外层下达工作指令，内层执行，并训练生成式 actor-critic。
- 结果
- 未给出量化结果。
- 影响
- 为自动研究智能体提供可迁移的信用分配与算力分配机制，降低策略训练成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
MIRA把研究资源分配与执行分层，无需策略训练即可提升定理证明与NAS的长周期表现。
- •外层元推理器从持久研究记录中整理上下文并下达下一步调查指令，内层执行器完成具体工作
- •无需策略训练即可在定理证明与开放式神经网络架构研究中提升长周期推理并更有效分配额外算力
- •决策边界天然成为信用分配单元，据此训练的生成式critic预测剩余回报，优于token级方案
- •跨环境预训练提供可迁移的部分进展估值先验，用于初始化MIRA-AC，在四个自动研究环境提升最终性能
为什么重要：对构建长周期自动研究智能体的团队，分层加元推理边界是缓解稀疏奖励与信用分配难题的可复用结构。
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。