返回
原文
返回
AI 评分 51/100在 X 查看原推
导出 Markdown
elvis · @omarsar0 · X·2026-09-20 04:53·2小时前
AI 导读

MIT 和 Sakana AI 的论文提出 SIFT（Self-Improvement via Fast Tree-search），用 LLM judge 先排序候选自修改、只评测有希望的节点，大幅降低自我改进编码智能体的运行成本。

elvis@omarsar0
51AI 编辑部评分，满分 100
2026-09-20 04:53· 2小时前
AI 导读

MIT 和 Sakana AI 的论文提出 SIFT（Self-Improvement via Fast Tree-search），用 LLM judge 先排序候选自修改、只评测有希望的节点，大幅降低自我改进编码智能体的运行成本。

Recommend read. Love this new arc toward more affordable, more efficient self-improving coding agents.

DAIR.AIBanger paper from MIT and Sakana AI. They show that self-improving coding agents work. The best part is that their approach, Self-Improvement via Fast Tree-sear...

来源：elvis· x.com

智能体编码论文/研究
导出 Markdown