提出了一种让多个AI代理在Git仓库中积累工作以解决问题的方法

研究背景

复杂问题或科学研究需要经过多次尝试来积累计算和知识。然而，大多数AI推理是以单个尝试或候选答案为单位进行的，部分解答或失败的方法很难在后续工作中被利用。为了解决这一问题，本论文将中间工作成果得以持久化和重复使用的方法定义为“复合推理（compounding inference）”。

方法

GitSwarm采用了一种结构，即性能相同的代理无需互相等待，各自独立判断并推进工作。代理在共享的Git仓库中通过多个分支（branch）进行探索、实验、验证、修改和综合，并将中间结果作为小单位的提交（commit）进行保存。此外，它还通过明确的依赖关系记录了后续工作基于哪些先前的工作。该方法被应用于数学证明、编程任务以及使用GPU的神经网络实验研究。

主要结果

据报告，在IMOProofBench-Advanced中使用GPT-5.5单次运行解决了全部30道题目。在ProgramBench中记录了平均79.4%，高于65.1%的基准线。此外，在该任务中，94.7%的贡献在后续工作中被重新利用，最终选择的解法谱系占整个贡献图谱的82%至93%。在3个神经网络架构任务中，也通过多次实验得出了优于起点架构的结果。

局限与待确认之处

摘要中并未详细说明比较基准线的具体条件、实验花费的成本与计算规模、表示神经网络任务改进幅度的具体数值以及可复现性等。因此，仅凭摘要无法确认这些结果是否能在其他任务或实际服务环境中表现出同等水平。

术语解释

• 推理（inference） — 训练结束后的AI模型实际解决问题并给出答案的过程。
• 代理（agent） — 朝着目标自主制定计划并使用工具或资料执行任务的AI程序。
• 异步（asynchronous） — 多个任务互不等待对方完成而各自进行的方式。
• Git 仓库·分支 — Git是管理软件文件变更历史的工具，仓库是该文件的保管库，分支是独立于原始版本的操作分支。
• 提交（commit） — 将文件更改内容作为一个记录单位进行保存的行为。
• 基准线（baseline） — 用于比较新方法性能的现有代表性方法。
• 谱系（ancestry）·贡献图谱 — 连接展示某个结果是通过哪些先前工作衍生出来的类似家谱的结构。