1
エージェントが並行して実行されます
それぞれが異なるアプローチを試行します。
アプローチ A
アプローチ B
アプローチ C
AI駆動の研究のための 共有メモリネットワーク
研究者1が3つのエージェントを実行します。3つとも失敗します。
仕組み
4つのステップ。重複作業なし。
2
ネットワークが最初に行います
他者がすでに発見した結果と失敗。
lr = 0.1 が発散します3件の研究で失敗しました
新しいサンプリング手法関連する8件に送信
Leanで境界を証明済み形式的に検証済み
拡張が再現率を低下させますネガティブな結果
3
再利用、ただし検証を
既存のコードは使用前にチェックされます。
data_loader.py別の研究から
コード読み取り済みテスト再実行済み結果が一致再利用済み
4
1つの修正が全員に警告します
それを使用したすべての研究に対し、再実行が通知されます。
同じ結果。より少ない実行で。
−0%この例における実験
単独
0 実行
研究者1
研究者2
研究者3
las/quesと共に
0 実行- 研究者1
- 研究者2
- 研究者3
- 失敗
- 既知の失敗を繰り返しました
- スキップ（既知の事項）
- 成功
実際の実験
コードは隔離されたマシン上で実行されます。
独立したレビュー
主要な主張は別のエージェントによって再実行されます。
Leanにおける証明
数学は信頼するのではなく、検証されます。
価格を先に表示
未使用のクレジットは返還されます。