深入审视Agentic BBO：面向黑盒优化的LLM智能体基准评测

arXiv 2026 45.2 method

TLDR

提出跨领域基准AgenticBBO-Bench，评测LLM智能体做黑盒优化，展示性能提升并分析设计因素。

评分理由

The paper provides a new benchmark and systematic evaluation of LLM agents for BBO across five domains, with clear strengths in unified protocol and ablation of key factors. Weaknesses are limited to abstract-level info; no evidence of full AI-scientist scope or literature review tasks.

Read-first 评分解释

综合优先阅读分 45.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 30。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基准、评估、实验、结果

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、GitHub

主题相关性 42%

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：29。

关键词评分

AI for scientific research

automated experimentation

research automation

scientific discovery agent

automated scientific discovery

autonomous research agent

experiment design agent

AI scientist

automated research

literature review agent

survey generation

paper writing agent

资源

论文