AUC 仅 0.62 的分类器为何能帮人类发现 6 种新交变磁体
bravo_abad · x · 2026-09-20
作者盘点近期 AI for Science 论文,核心洞察:模型不需要准,只需要让科研闭环的某一环变便宜。
- 交变磁体(altermagnet)发现:训练数据仅 350 个结构(6 个正样本),AUC 只有 0.62,但模型的任务只是筛选值得跑 DFT 的候选——把 65,578 个候选连接器缩到 145 个,其中 6 个被证实是新的交变磁体。
- 催化研究中,AI 不触碰过渡态计算本身,只负责准备输入;仅一个原子映射差异就能让能垒偏移约 2.5 eV,说明输入准备工作值得自动化。
- 更激进案例:有工作把已发表论文转化为 AI agent 可直接运行的工具;另一项研究搭建了一家「虚拟生物技术公司」,给 37,075 项临床试验各分配一个 AI agent,6 小时完成原本需 76 天的工作。
作者认为对来自主动学习/贝叶斯优化的人来说这是旧思想,但它正扩散到意料之外的工作流环节,正确的问题不是模型多准,而是「科研闭环的哪一环因模型而变得更便宜、更可靠或成为可能」。
「研究」频道最新
- 第三方榜单 JevBench v1.2 上线,聚焦性价比导向的决策模型排名 — airesearch12 · 2026-09-20
- 训练你自己的 JEV:五步配方配一千张 GPU 就差两年 — andrew_n_carr · 2026-09-20
- Agent 评测退化解难题:直接写出端到端策略算赢吗 — JoshPurtell · 2026-09-20
- 评测者称纯代码启发式策略可在 Craftax 上胜过大模型 — JoshPurtell · 2026-09-20
- Yannic Kilcher 今晚解读论文《Gated Recurrent Transformers》 — ykilcher · 2026-09-20
- TypeSafe AI 提出「最苦的教训」:选对任务 > 数据 > 算力 > 算法 — ZeYanjie · 2026-09-20