arXiv 机器学习· Yue Ma, Lucas Venetoulias, Akbota Assan, Aobo Li·· 6 小时前AI 评分40
SIDERIUS：超越单一跑分，面向物理时间序列的长期智能体机器学习开发与评估协议
Beyond a Better Score: Long-Horizon Agentic ML Development and Evaluation Protocol for Physics Time Series
AI 导读
研究人员推出 LLM 智能体系统 SIDERIUS，旨在超越单一分数驱动，实现科学有效且长周期的物理时间序列机器学习开发。在 TIDMAD 基准测试中，采用 GPT 编排器的 SIDERIUS 达到 63.8% 的有效模型提出率和 2.744 的有效去噪分数，远高于使用 Codex 编程智能体时的 1.6% 与 -0.647。该系统还在另外三个物理时间序列数据集上验证了可复用性。
来源：arXiv 机器学习 · arxiv.org