Discovery 基础模型:让 AI 开放式地做科学发现
Ling Yang · hf · 2026-09-15
Ling Yang 团队发布 Discovery Foundation Models,目标是构建能开放式科学发现的基础模型。
核心机制是一个迭代闭环:
- 问题构建:自主提出研究问题
- 假设检验:设计并执行实验验证假设
- 证据修正:基于证据迭代修正结论
框架同时覆盖干实验(计算/模拟)与湿实验(生物/化学实验室)两类场景,试图把科研流程本身模型化,而非只做单点科学问答。
「研究」频道最新
- 用 RL 训 Kimi 基座模型设计变压器： unseen 规格达标率 93% — simonguozirui · 2026-09-15
- 铃木健联合任天堂创业家族在京都设立人工生命研究机构 ALife Institute — Hidenori8Tanaka · 2026-09-15
- 开源 GNSS 工具库 libgnss++:借日本 CLAS 校正实现厘米级定位 — rsasaki0109 · 2026-09-15
- OpenResearch 登顶 GitHub 热榜:把 Claude Code 变成科研智能体 — TheMoonMidas · 2026-09-15
- 斯坦福 SISL 新论文:无观测似然模型下的不确定性规划 — StanfordAILab · 2026-09-15
- Jarvis Bench 把语音评测拆成两问：真人盲测揭示模型自然度短板 — rohanpaul_ai · 2026-09-15