在全球人工智能竞争日益激烈的背景下，上海交通大学与深势科技团队联手，成功在被称为“人类最后的考试”（HLE）中取得了32.1分的惊人成绩，
这项研究推出了名为X-Master的工具增强型推理智能体，以及多智能体工作流系统X-Masters。这套方案不仅在技术上表现出色，团队还将其开源，进一步推动AI领域的合作与发展。
X-Master的核心理念在于模拟人类研究者解决问题的动态过程，能够在内部推理与外部工具之间无缝切换。当遇到无法解决的问题时，X-Master会将行动计划编写成代码，通过各种工具（如NumPy和SciPy）执行这些代码，并将结果整合回智能体的知识体系中。这一过程形成了一个高效的反馈循环，使得智能体不断优化推理过程。
X-Masters的设计则更为复杂，采用分散-堆叠式的智能体工作流，能够提升推理的广度和深度。在分散阶段，多个求解器并行工作，生成不同的解决方案，同时由批评者智能体对方案进行评估与改进。接下来，重写器智能体将所有输出汇总成更优方案，最终由选择器智能体选出
在这项测试中，X-Masters在生物学/医学类别的表现也格外突出，超越了现有的智能体系统，显示出其在复杂问题上的强大能力。
“人类最后的考试”由AI安全中心与ScaleAI于今年初发起，旨在评估AI系统的智能水平，题目来自500多家机构的1000多名学者，难度相当高。
相关文章
