09:33
官方账号arXiv cs.AI@Wenxiao Zhao, Dong Liu, Kaiyi Xu, Feng Liu, Zhen Zhao, Fei Ben, Shu Wang, Wenhao Li, Yingnian Wu, Fenghua Ling, Haobo Li, Lei Bai
推荐理由：符号回归老被单一大模型提示词卡住，这个A-SR让不同智能体分工盯不同失败信号，准确率从25%拉到48%，还开源蒸馏路子，值得看一眼。
LLM-SRBench
共 2 条相关 AI 资讯
8月6日
09:33
A-SR是一个自演化的智能体框架，用于从数据中发现闭式方程，将控制单元从表达式编辑转为角色条件证据视图。在LLM-SRBench的四个LSR-Synth科学领域上，A-SR将Acc@0.01从基线25.79%提升至48.30%（基于Llama3.1-8B），A-SR-LoRA将Qwen3-4B的结果从24.58%提升至38.29%。在四个真实世界科学发现任务中，A-SR在8项报告指标中的7项上取得最佳归一化均方误差。框架通过在线评估器奖励策略和状态路由过程记忆，在单次运行中无需更新参数即可自适应搜索，跨运行轨迹还可蒸馏为开源LLM的角色条件先验。
7月7日
11:46
11:46
官方一手arXiv: DeepSeek@Pan Li
精选
推荐理由：别浪费算力跑进化循环了——这篇论文实测发现多轮迭代没用，用一次采样加集合选择反而效果翻倍，还省了90%的调用成本。