摘要
本文介绍了 Aster,一种用于自主科学发现的 AI 代理,其运行速度比现有框架快 20 倍以上。给定任务、初始程序及评估脚本,Aster 能迭代优化程序,常达到最先进水平。该方法显著减少了新颖发现所需的迭代次数,使长耗时评估任务(如数小时的机器学习训练)变得可行。Aster 在数学、GPU 内核工程、生物学等多个领域均取得优异成果,部分任务以极低算力超越或持平人类最佳方案。
AI 推荐理由
论文核心在于代理通过迭代自我改进程序以实现科学发现,属于典型的自我进化机制。
研究机构
Aster AI Labs, San Francisco, CA, USA
论文信息