arXiv 人工智能· Sizhe Tang, Zuyuan Zhang, Zeyu Fang, Tian Lan·· 5 小时前AI 评分42
MELD：通过分层协同实现多智能体科学发现的递归自我改进
MELD: Recursive Self-Improvement via Hierarchical Coordination for Multi-Agent Scientific Discovery
AI 导读
研究人员提出多智能体科学发现测试期训练框架 MELD，通过分层协调策略与个体科学家策略的交替 GRPO 风格参数更新，实现团队组织与研究行为的递归自我改进。在 22 项 MLGym 和 MLE-bench 任务中，基于 4B 骨干网络的 MELD 在 20 项任务上取得最佳表现，并在多数基准使用专有科学家模型的情况下获得 MLGym 最高综合归一化得分。
来源：arXiv 人工智能 · arxiv.org