发生了什么
论文 提出 自改进代理共同进化基准(miniF2F 45.1%)
为什么值得关注
该论文提出的基准共同进化方法可突破固定基准的性能天花板，值得关注具体实现细节。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
自改进AI代理需共同进化基准
论文提出自改进AI代理的基准应随代理共同进化，在Lean证明代理实验中，15代后协同进化代理在miniF2F上达到45.1%解决率，固定基准代理为32.0%，种子为12.7%。
打开原始来源 ↗01
StateAct: Program State, before Pixels, fo
Ziyang Luo 团队发布 StateAct 方法，将程序状态作为 Computer-Use Agent 的主要接口而非像素截图，仅在 1.1% 步骤调用 GUI 专家模型。同一 Claude Opus 4.8 下，OSWorld 2.0 Binary 从 20.6% 提升至 26.9%，Partial 从 54.8% 提升至 61....
观察