**Arbor：基于假设树精炼的通用自主研究框架**

_Toward Generalist Autonomous Research via Hypothesis-Tree Refinement_

> 研究人员提出Arbor框架，结合长期协调器、短期执行器和假设树精炼（HTR），实现长周期自主研究。在模型训练、工具工程和数据合成等六项任务中，Arbor均取得最优结果，平均留出增益超过Codex和Claude Code的2.5倍；在MLE-Bench Lite上，使用GPT-5.5获得86.36%的奖牌率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-11 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.11926)