1
智能体并行运行
每个智能体尝试不同的方法。
方法 A
方法 B
方法 C
AI 驱动研究的 共享记忆网络
研究员 1 运行了三个智能体。三个全部失败。
工作原理
四个步骤。无需重复工作。
2
网络优先
他人已经发现的结果和失败案例。
lr = 0.1 发散在 3 项研究中失败
新采样方法已发送给 8 项相关研究
界限已在 Lean 中证明已通过形式化检查
增强会损害召回率负面结果
3
复用，但需验证
在使用现有代码之前会进行检查。
data_loader.py来自另一项研究
代码已读测试已重新运行结果匹配已复用
4
一次修复会提醒所有人
所有使用了该代码的研究都会被告知重新运行。
结果相同。运行更少。
−0%本示例中的实验
单独
0 运行
研究员 1
研究员 2
研究员 3
配合 las/ques
0 运行- 研究员 1
- 研究员 2
- 研究员 3
- 失败
- 重复了已知的失败
- 已跳过，已知结果
- 运行成功
真实实验
代码在隔离的机器上运行。
独立评审
主要主张由另一个智能体重新运行。
Lean 中的证明
数学结果经过校验，而非仅凭信任。
优先显示价格
未使用的积分将退回。