Rohan Paul

《PRIMESCIENTIST》表明，研究人员应该选择在哪里进行实验，而不是在预算用完之前继续推行相同的想法。 它不遵循单一轨迹，而是将竞争的可执行计划保留在树中。实验结果更新分支值，而分配策略在资源充足时进行更多探索，并在预算缩减时集中于更强的分支。 在 12 项 FIRE-Bench 任务中，它的平均奖励比 AutoResearch 高 10.3%，而在相同代币预算下，其研究尝试次数减少了 50.6%。在整个评估过程中，它在 24 项任务中的 23 项上使用了较少的尝试。