EAR.Effective Auto Research

Yingze Li · Dong Wang · Ben Wu · Xianglong Liu · Hongzhi Wang*

Harbin Institute of Technology

CodePaperDemo
01WHAT IS EAR?

min H   s.t.   Q ≥ Q*, C ≤ B

02WHY EAR?

03HOW IT WORKS

04DOES IT WORK?

修订与策略选择,带来了什么变化?

技术报告中的历史数学研究结果 · 所有图表从公开汇总数据复算

a

同一批稿件,随修订轮次的变化

固定 28 篇已完成稿件。历史“通过”指三次模型评估中至少一次 Accept。
b

所选策略,每次通过所需研究调用

研究调用 / 历史通过
各 4 次尝试:原始策略 2 次通过 / 41 次调用,G3 所选策略 3 次通过 / 29 次调用。
历史模型评估结果 · 展开口径与边界

05INTERACTIVE DEMO

EAR Studio
AutoVibeIdea / IDEA-06
8 → 4

06CITATION

BibTeX

查看公开原记录

页面说明和案例摘要由这些公开节选整理。下面保留原文件内容及 SHA256;可下载或在 GitHub 上核对。

GitHub ↗

开始你自己的研究