arXiv · AI· Sizhe Tang, Zuyuan Zhang, Zeyu Fang, Tian Lan·· 10 小时前AI 评分34
MELD：面向多智能体科学发现的层级协调递归自我改进框架
MELD: Recursive Self-Improvement via Hierarchical Coordination for Multi-Agent Scientific Discovery
AI 导读
提出 MELD 统一层级测试时训练框架，实现 Coordinator 与 Scientist 策略在单发现过程中的联合自适应。 基于 GRPO 风格参数更新，在 4B 模型骨干下，MELD 在 22 项 MLGym 和 MLE-bench 任务中取得 20 项最佳表现。
来源：arXiv · AI · arxiv.org