experiments

一个名为Reflective的非营利组织发布了一份路线图，概述了为就部署太阳地球工程——特别是平流层气溶胶注入——做出明智决策所需的实验、研究和基础设施。

在面临方法论批评后，作者对LLM简历筛选研究进行了广泛的实验，揭示了初始偏差测量很大程度上源于噪声，并且提示设计、包装器选择等因素显著影响评分。

Yohei Nakajima 更新了他的公开构建日志，包含最近的项目，如合成玩家研究、移动代理中继，以及用于长期运行代理的事件源响应式图运行时。

本文介绍了AEROBAT，这是首个多代理系统，用于自动化AI代理的行为科学研究，包括生成假设、设计和执行受控实验以及撰写报告。作者在12个目标行为上展示了其有效性，为26个假设找到了统计证据。

《Quanta Magazine》回顾了中微子探测的70年历史，从泡利的假说到像超级神冈探测器（Super-Kamiokande）和冰立方中微子天文台（IceCube）这样的大型实验，这些实验解决了太阳中微子问题并揭示了中微子振荡。

推文讨论了关于自我改进代理的建议，并分享了在长期任务中使用编码代理的实验观察，指出更强的模型并不总是能产生更好的代理。

一位AI研究人员在多智能体编码系统上进行了13次对照实验，发现依赖排序的协调显著提高了成功率，而角色背景故事没有带来可衡量的益处。

Codex 正在撰写一篇关于其自主训练模型实验的博客文章。