DiscoveryRSI 框架开源，递归生成科研假设超越顶级模型

Princeton Ling Yang 团队联合 PhAI Labs、港中文、密歇根、斯坦福、哈佛医学院等 16 家机构发布 DiscoveryRSI（arXiv:2610.23839），通过多智能体进化搜索与递归自我改进，让 AI 学习提出有价值且可检验的科研假设，将假设当作版本化对象迭代。该框架在生命科学基准上取得 6.3% 的假设命中率，超过 GPT-6 与 Claude Opus 5，并开源了配套的 DiscoveryRSI-27B 指令微调模型。

2026-10-17 ~ 2026-10-19 · 3 条相关

• Gen-Verse 开源 DiscoveryRSI-27B：把科学假设当版本化对象迭代 — jacek2023 · 2026-10-17
• DiscoveryRSI:多智能体进化搜索递归生成科研假设 — PhAILabs · 2026-10-19
• DiscoveryRSI 论文：6.3% 假设命中率超 GPT-6 与 Claude Opus 5 — Afinetheorem · 2026-10-19