开源动态8
AutoResearch:蜂群机制让AI答题正确率近三倍提升
开源先锋
AI 摘要
开源项目AutoResearch用EvoMap蜂群机制,同一模型答题正确率近三倍提升。它让AI自动科研,有防幻觉等特点。该机制还能用在电梯调度、红绿灯配时、超市补货定价等场景优化老算法。
阅读原文 · 开源先锋
模型一个没换,正确率翻了近三倍,这个项目有点东西啊!
GitHub开源项目AutoResearch用同一模型答题,其EvoMap蜂群模式使正确率近三倍于单Agent和常见Sub - Agent模式。它是多Agent评审系统,靠蜂群机制让AI自动科研,还有诸多防幻觉等特点,能用于多场景优化。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态7
EvoMap:构建自进化 Agent 网络
当下 Work Agent 难以稳定完成复杂长程任务,且经验无法沉淀。EvoMap 提出自组织蜂群架构,通过 AutoResearch 落地验证,探索 AI4AI 方向,构建记忆和连接的三层产品结构,推动 Agent 网络自进化。
特工宇宙
开源动态8
97年天才团队:AI开始研究AI成现实
2026年AI开始研究AI(AI4AI),深圳EvoMap团队用蜂群协作做出产品EvoX。他们创新Agent组织方式,有实验数据支撑其效果,还开源成果AutoResearch解决AI痛点,在生活场景优化旧算法可行。
AI寒武纪
新闻资讯8
XYZ-Aquila:AI4AI驱动Agent研发
近日,XYZ AI Lab发布两款面向Deep Search的Agent,在评测中领先。其采用AI4AI方法,让AI参与研发判断。团队接受采访,探讨AI4AI含义、与RSI关系、工作范式等,还分享了改进案例和未来方向。
AI科技评论
产品应用8
EvoX:Agent跑分追平Codex,成本低至1.95美元
德勤报告显示86%多Agent项目落地失败,硅谷也出现‘无限智能体死循环’。EvoMap团队的EvoX采用‘蜂群式自进化’打法,系统容错率翻倍、完成率跃升,成本大幅降低。跑分追平Codex,还展现出自组织潜力。
AI科技评论