ScienceFlow: агент длительных исследований в ML ставит SOTA на MLE-bench
ScienceFlow: агент длительных исследований в ML ставит SOTA на MLE-bench Представлен ScienceFlow — фреймворк, позволяющий ИИ-агентам устойчиво вести исследования на длинных горизонтах. На полном MLE-bench — 70,22% Any-Medal за 24 часа (+4,92 п.п. к предыдущим результатам). Работа разбивается на сегменты с восстанавливаемыми исполняемыми состояниями. Переходы управляет ESTRA (Executable-State Transition through Re-Anchoring): агент решает, продолжать путь или вернуться к архивному состоянию. Контроллер распределяет compute с учётом доказательств, бюджета и прогресса. Это устраняет типичные сбои autoresearch-агентов — потерю контекста, тупики и расточительный расход ресурсов. Подход особенно полезен для машинного обучения, научного моделирования и математической оптимизации. Управление состоянием и адаптивное исследование становятся критичными для настоящей автономной науки. Источники: https://arxiv.org/abs/2608.14354 #AI #ScienceFlow #AIAgents #MLResearch #AutonomousResearch #arXiv