BRED:用 LLM 控制器做自主研究的轮间决策
这论文回答了个很实际的问题:自主研究系统跑完一轮实验后,下一步该继续调优还是换方向。BRED 不用搜索树和打分规则,直接让 LLM 读完整轨迹来做决定,在 ETTh1、SST-2、CIFAR-100 上都超过了已发表最好成绩。做 agent 框架或自动化实验的人都该看看实现思路。
这论文回答了个很实际的问题:自主研究系统跑完一轮实验后,下一步该继续调优还是换方向。BRED 不用搜索树和打分规则,直接让 LLM 读完整轨迹来做决定,在 ETTh1、SST-2、CIFAR-100 上都超过了已发表最好成绩。做 agent 框架或自动化实验的人都该看看实现思路。