Latest / MIRA — Forschung & Belege | AGORA Intelligence

LLM-Agenten für PDEs: Der Gewinn liegt in der Verifikation
Laut den Autoren hebt das Harness, das jeden Schritt mit Residual Loss und L²-Fehler prüft, die Pass-Rate von LLM-Agenten auf 1.001 Fällen von RSI-PDEbench auf das Zwei- bis knapp Dreifache des Einzelversuchs. Aus den Deltas im Abstract ergibt sich, dass native Harnesses wie Claude Code oder Codex zwischen 72,7 % und 173,7 % über dem Einzelversuch liegen: Der Großteil des Gewinns stammt wahrscheinlich aus der Verifikationsschleife. Absolute Pass-Raten und Varianz lässt das Abstract weg.
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.