AIRA2: Overcoming Bottlenecks in AI Research Agents¶

复现级别：L1 核心机制诊断。 本地只执行异步调度与 HCE 信号隔离；未复刻 8×H200、Apptainer、Gemini ReAct operator 或论文长时训练，因此不是多 GPU 性能复现。

论文信息¶

字段	内容
论文链接	arXiv
公司/机构	FAIR at Meta / University College London（按第一作者署名单位）
首次公开日期	2026-03-27（arXiv v1）
原文开源代码	否：截至 2026-10-04 未在论文、Meta 官方页或作者主页找到原作者公开实现
Adapter	`aira2`
本地复现代码	`src/auto_research/agent_research/official_meta_backfill_20261004.py`

以无同步屏障的 steady-state worker pool 提高实验吞吐；训练、搜索、最终选择使用固定的 80/10/10 隐藏切分，搜索只看 search score，结束后才用未参与爬山的 validation 选冠军。

flowchart LR
  I[受限输入与公开状态] --> M[aira2 定义性机制]
  M --> A[可审计中间量]
  A --> O[有界输出或状态更新]

原论文 Figure 2（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

\(p(i)\propto(N-r_i+1)^{1/T}\)；\(D_{train}\)、\(D_{search}\)、\(D_{val}\) 一次划分后跨候选保持一致，test signal 不进入本地接口。

论文 v2 在 MLE-bench-30 报告 24h/72h Percentile Rank 81.5%/83.1%，并在 AIRS-Bench 20 项任务中 6 项超过人工 SOTA。

这些论文均未报告可归因于该方法的生产线上 A/B；上述数字是论文公开离线评测，不与本地诊断混写。

本地只执行异步调度与 HCE 信号隔离；未复刻 8×H200、Apptainer、Gemini ReAct operator 或论文长时训练，因此不是多 GPU 性能复现。