MARS: Agente Modulare con Ricerca Riflessiva per la Ricerca AI Automatizzata
MARS (Agente Modulare con Ricerca Riflessiva) è un framework progettato per automatizzare la ricerca nell'AI gestendo compiti complessi di ingegneria dell'apprendimento automatico (MLE). A differenza dell'ingegneria del software generale, la MLE comporta valutazioni computazionalmente costose come l'addestramento di modelli e l'attribuzione opaca delle prestazioni, con cui gli attuali agenti basati su LLM faticano. MARS affronta queste sfide attraverso tre pilastri: Pianificazione Consapevole del Budget utilizzando la ricerca ad albero Monte Carlo (MCTS) vincolata dai costi per bilanciare prestazioni e costo di esecuzione; Costruzione Modulare tramite un pipeline 'Progetta-Decomponi-Implementa' per gestire repository di ricerca complessi; e Memoria Riflessiva Comparativa che analizza le differenze tra le soluzioni per migliorare l'attribuzione del credito. Il framework raggiunge risultati all'avanguardia nella ricerca AI autonoma, come dettagliato nell'articolo arXiv 2602.02660.
Fatti principali
- 1. MARS sta per Agente Modulare con Ricerca Riflessiva
- 2. È ottimizzato per la ricerca AI autonoma
- 3. I compiti MLE differiscono dall'ingegneria del software generale a causa di valutazioni costose e attribuzione opaca
- 4. La Pianificazione Consapevole del Budget utilizza MCTS vincolata dai costi
- 5. La Costruzione Modulare segue un pipeline Progetta-Decomponi-Implementa
- 6. La Memoria Riflessiva Comparativa affronta l'attribuzione del credito analizzando le differenze tra le soluzioni
- 7. L'articolo è disponibile su arXiv con ID 2602.02660
- 8. MARS raggiunge risultati all'avanguardia
Entità
Istituzioni
- arXiv