Rohan Paul

来自谷歌的漂亮论文。 ScientistTwo展示了人工智能研究中递归自我改进的另一个进展：它可以改进人类的方法，然后以自己的发现作为基线并再次改进。 研究助理成为研究循环：它自主改进了 107 个人类定义的 ML 问题中的 86 个，这表明实验可以在科学判断之前实现自动化。 ScientistTwo 不是帮助完成一项任务，而是运行一个循环：提出想法、测试它们、删除无用的内容，然后使用审阅者反馈开始另一轮。 在基于 ICLR、ICML 和 NeurIPS 论文的问题中，它报告了 80.4% 的成功率，并且比原始人类基线平均相对改进了 25.2%。