自主研究基准 Arena 提出并评测七个研究框架

2026年10月27日，arXiv cs.AI / cs.LG 发布论文，提出 Auto-Research Arena，一个面向语言建模的多目标任务基准，用于评测自主研究系统并发现新想法。该基准在语言模型预训练中设置九个优化目标，覆盖模型、数据、训练与推理效率四类方向。论文用两个基础模型评估了七个 research harness（研究框架）。现有报道仅披露该基准的构成与评测规模，未给出各框架的具体评测结果或排名。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。