DiscoveryRSI:让 AI 从“提出想法”走向可验证的科学假设
DiscoveryRSI 试图把科学假设发现变成可迭代、可执行、可评估的流程。它通过多智能体搜索、任务执行和递归学习,持续改进假设的可证伪性与数据可解析性。
阅读全文AI会做计算,但能真正完成一项物理研究吗?
PhysClosureBench将AI评估从“局部答案是否正确”推进到“研究问题是否被证据充分解决”。结果显示,模型即使能完成不少科学分析,也常常无法达到完整的研究闭环。
阅读全文AI智能体能独立做科研吗?一项开放科学问题基准测试给出谨慎答案
“Into the Unknown”让AI智能体依据科学论文和未发表研究方向撰写后续论文。测试显示,智能体很会生成像论文的文本,但距离可信、可复现的真实研究仍有明显差距。
阅读全文AI智能体开始接近开放式科学发现,但距离真正的科研判断仍很远
Station研究显示,在缺少明确中间指标、无法联网检索的情况下,多智能体系统仍能复现相当比例的既有科学发现。不过,持续探索并不等于具备成熟的科学判断力。
阅读全文OpenAI一次发布近400项数学成果,真正的难题是如何验证
OpenAI近日集中发布近400项AI生成的数学成果,覆盖多个研究方向,但大量论文尚未完成形式化验证。数学家面对的,不只是突破的可能,也是一场规模空前的筛选与复核工作。
阅读全文尼康显微视频大赛冠军因使用生成式AI被取消资格
尼康宣布,原本获得 Small World in Motion 大赛第一名的显微视频违反了关于生成式 AI 的竞赛规则。事件也促使主办方重新审视参赛规范与评审流程。
阅读全文Gan Jiang:让X射线衍射智能体从分析失败中学习
Gan Jiang 是一个面向粉末X射线衍射分析的自学习科学智能体,能够在不重新训练语言模型的情况下改进可执行技能。它将物相识别、多相分解和全谱建模连接起来,并用物理证据验证分析结果。
阅读全文让语言模型改写优化器:AutoSella 减少分子几何优化中的力计算
研究人员让语言模型代理直接改写分子几何优化器 Sella,并通过防止过早停止和过拟合的评估机制筛选方案。生成的 AutoSella 在未参与搜索的分子基准和 DFT 势能上均减少了力评估次数。
阅读全文用闭环智能体模拟学术生态:SciUtopia揭示科研制度的长期效应
SciUtopia把研究选题、合作、投稿、同行评审、资助、引用和职业流动放进同一个持续演化的LLM智能体模拟环境。实验显示,增加投稿机会可能提高产出,却也会加重评审负担并降低研究者长期留存。
阅读全文AI代理发现两种可能在室温工作的磁性半导体
Vals.ai团队让一组AI代理参与磁性材料设计与筛选,提出一种全新候选,并重新识别出一种1999年已制备的材料。两者都显示出零净磁矩、半导体带隙和自旋分离潜力,但距离实际存储器应用仍有明显距离。
阅读全文蛋白质折叠能教会大模型更广泛地推理吗?
Fold2Reason 试图把蛋白质三维结构转化为可验证的推理监督,探索科学数据能否提升语言模型在蛋白质之外的通用能力。实验显示,结构密集型训练同时改善了空间、图、科学和一般推理任务。
阅读全文把科学规则变成工具:可执行检查如何帮助LLM代理修复代码
一项针对SciCode科学编程任务的研究,将原本写在文字中的方程、边界条件和输出要求封装为可调用的执行检查。结果显示,工具化检查在部分任务上提升了修复成功率,但优势并不稳定,且会增加公开CPU开销。
阅读全文OSWorld-Science:让计算机使用代理真正走进科研软件
OSWorld-Science 将分子绘图、病理图像分析、统计计算和物理模拟等科研工作流纳入计算机使用代理评测。它不只检查界面操作是否完成,还通过生成的科学产物判断结果是否有效。
阅读全文EvoDuet:让搜索与解题共同进化的科学发现框架
EvoDuet 将网页检索与候选解生成放进双层优化循环,让搜索查询不再停留在固定关键词上。实验显示,该方法在多项科学优化任务中提升了进化式搜索表现,但收益依赖底层模型能力。
阅读全文Claude从DNA海量数据中发现具CRISPR特征的新型酶系统
Anthropic称,Claude协同约950个智能体,在噬菌体DNA中识别出一种此前未被系统描述的“阵列相关逆转录酶”系统。其功能仍未确定,但相关结构呈现出与CRISPR等可编程DNA工具相似的特征。
阅读全文陶哲轩宣布启动开放数学模型计划,瞄准可复现的科研AI工具
SAIR Foundation宣布启动“开放数学模型计划”,计划与学术界和产业界合作,开发开放权重模型及配套工具,服务数学研究与教学。项目首阶段将聚焦论证理解、文献核查、代码编写和形式化证明等场景。
阅读全文Anthropic开始运营湿实验室:AI公司为何亲自走进生物学实验现场
Anthropic已确认,其在湾区运营一座湿实验室,让AI模型参与真实生物学实验。此举显示,前沿模型公司正从提供软件工具,逐步延伸到验证科学假设的物理环节。
阅读全文