39 lines
1.3 KiB
Markdown
39 lines
1.3 KiB
Markdown
---
|
||
title: "Autonomous Optimization (AO)"
|
||
created: 2026-06-24
|
||
updated: 2026-06-24
|
||
type: concept
|
||
tags: ["autonomous-research", "task-formulation", "evaluation"]
|
||
sources:
|
||
- "[[arbor-htr-2026]]"
|
||
---
|
||
|
||
# Autonomous Optimization (AO)
|
||
|
||
AO 是 Arbor 提出的自主科研任务形式化模型：P = (M0, O, Edev, Etest)，Agent 通过迭代实验改进研究产物，无需步骤级人工监督。
|
||
|
||
## 四元组
|
||
|
||
| 元素 | 含义 | 约束 |
|
||
|------|------|------|
|
||
| **M0** | 可变初始产物（代码库+数据） | Agent 可检查、修改 |
|
||
| **O** | 改进目标（指标方向） | 标量目标，越大越好 |
|
||
| **Edev** | 开发评估器 | 搜索期间自由使用 |
|
||
| **Etest** | Held-out 评估器 | 仅用于 merge gate，不可做探索 oracle |
|
||
|
||
## 关键约束
|
||
|
||
目标：M⋆ = arg max Stest(M')
|
||
约束：假设和实现决策**不使用 Etest 作为探索 oracle**
|
||
|
||
这防止了过拟合——在 dev 上改进但无法 transfer 到 test 的候选不应被接受。
|
||
|
||
## 与普通 Agentic Tool Use 的区别
|
||
|
||
AO 的目标不是单一响应或代码补丁，而是**持续的研究轨迹**。Agent 必须提出假设、物化为产物变更、解读实验反馈，并决定哪些方向应该精炼、合并或放弃。
|
||
|
||
## 参考
|
||
- [[arbor-htr-2026]]
|
||
- [[hypothesis-tree-refinement]]
|
||
- [[coordinator-executor-architecture]]
|