0
0Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
Toward Autonomous Long-Horizon Engineering for ML Research
Summary
自主 AI 研究近年来取得了快速进展，但面向机器学习（ML）研究工程的长时程（long-horizon）任务仍然极具挑战：智能体必须在数小时甚至数天内，持续在任务理解、环境搭建、实现、实验以及调试等多个阶段之间保持连贯推进。
我们提出了 AiScientist，一个用于自主长时程 ML 研究工程的系统，其建立在一个简单原则之上：强大的长时程性能既需要结构化编排（structured orchestration），也需要持久化状态连续性（durable state continuity）。
为此，AiScientist 将分层编排（hierarchical orchestration）与一种具备权限范围控制的 “File-as-Bus” 工作空间机制结合起来：
顶层 Orchestrator（协调器）通过简洁摘要与工作空间映射（workspace map）维持阶段级控制；
专门化智能体则会反复基于持久化工件（durable artifacts）重新建立上下文，例如分析结果、计划、代码以及实验数据，而不是主要依赖对话式交接（conversational handoffs）。
这种设计形成了“对厚状态（thick state）的轻控制（thin control）”。
在两个互补基准测试中，AiScientist 均取得了显著提升：
在 PaperBench 上，相比最匹配的基线方法，平均提升 10.54 分；
在 MLE-Bench Lite 上，实现了 81.82% 的 Any Medal 比例。
消融实验进一步表明，File-as-Bus 协议是性能提升的关键驱动因素：移除该机制后，
PaperBench 分数下降 6.41 分；
MLE-Bench Lite 分数下降 31.82 分。
这些结果表明：长时程 ML 研究工程本质上是一个“围绕持久化项目状态协调专门化工作”的系统工程问题，而不仅仅是一个局部推理（local reasoning）问题。
原文链接：arxiv.org
