Arbor: автономное ML-исследование через уточнение дерева гипотез
NLPIR Lab
Arbor представляет фреймворк для полностью автономного ML-исследования. Координатор на основе LLM управляет персистентным Hypothesis Tree, связывающим гипотезы, экспериментальные артефакты и накопленные знания. Агенты-исполнители проверяют отдельные гипотезы в изолированных песочницах, что позволяет знаниям накапливаться на протяжении многих экспериментальных итераций вместо сброса после каждого запуска. На MLE-Bench Lite Arbor достигает 86.36% по Any Medal score — более чем 2.5× относительного прироста по сравнению с Codex и Claude Code при одинаковом вычислительном бюджете.
Почему это важно
30 голосов на HuggingFace 11 июня. Конкретный шаг к AI-системам, способным вести устойчивое, накопительное научное исследование. Преимущество в 2.5× над Codex и Claude Code на стандартизированном бенчмарке ML-инженерии — убедительный эмпирический сигнал для агентов автономного исследования.
Важность: 3/5
Заметная исследовательская статья; фреймворк Hypothesis Tree для автономного исследования; улучшение в 2.5× над Codex/Claude Code на MLE-Bench Lite.