百度百舸用LoongFlow执行数学与机器学习任务

百度百舸团队基于 LoongFlow 框架开发了「通用算法发现」和「机器学习」两个开箱即用的 Agent 并披露实测结果。数学方面：在陶哲轩和 AlphaEvolve 发布的数学挑战中，在 11 个问题上超越人类数学家已知最佳结果，在 7 个问题上超越 Google AlphaEvolve 的进化结果并刷新 SOTA（文中以「圆填充」问题为例，称找到了比数学家多年探索和 AlphaEvolve 进化结果更优的排列方式）。 工程方面：在 OpenAI 发布的模拟 Kaggle 数据科学竞赛的 MLE-bench 评测中，由 LoongFlow 驱动的机器学习智能体已独立斩获 23 枚金牌，任务涵盖病理切片癌症检测、预测火山喷发等场景。效率方面：在相同任务下与 OpenEvolve、ShinkaEvolve 等进化智能体框架对比，进化效率提升超 60%（以更少的生成评估次数发现更好的结果），迭代成功率 100%（多次重复实验稳定达成目标，而基线方法常因陷入局部最优或进化太慢而失败）。 文中两处备注说明结果截图来自技术报告，未包含报告完成到本文发布期间新增的成就与金牌。正文未给出所用基座模型、评测环境、评测时间与成本数据。