MIRA-AC 自动科研智能体实测：假设区分测试占比从 16.8% 升至 28%

MIRA-AC 用代理反馈训练自动科研策略，在 LLM 评审、400 组配对轨迹的实验中，区分假设的测试占比从 16.8% 升至 28.0%。对停滞想法反复做小修小补的占比从 33.5% 降至 18.8%，策略更倾向于调查尚未解决的不确定性，而非原地打转。其关键结论是按「哪个研究方向值得投入下一单位算力」的长期后果分配信用。