ScientistTwo 自动跑科研:107 题改写 86 篇论文,80% 任务成功率
AGI Hunt · wechat · 2026-09-22
Google Cloud AI Research 系统介绍了 ScientistTwo:给它一篇论文+代码,它能自主提出改进方法、跑实验、写论文并交付可执行代码。在沿用 AutoSOTA 筛选标准的 107 个任务(NeurIPS/ICLR/ICML 顶会论文)中,86 个(80.4%)报告取得改进,平均相对提升 25.2%(中位 7.7%)。
流程包括:检索判断新颖性→子集实验试错→全集实验→AblationPlanner 查增益来源→PaperOrchestra 双 AI 审稿器(ScholarPeer+模拟审稿)完成写稿与终审。模型分工:Gemini 3.6 Flash 负责规划与审稿,Claude Code+Opus 4.8 负责实验实现;换 Antigravity+Gemini 3.8 Flash 成功率降至 60% 但单题增益更高。
成本与质量:平均每题耗时 2.5 天、花费 $3765;9 位人类评审对 33 篇生成论文独立打分,整体科学成熟度与人类原论文打平(3.0),实验广度更优但方法严谨性略逊。完整性审计:49 篇成功产出全部可复现、无幻觉引用、无规格违规。论文承认局限:成本仍高、典型提升偏小、三轮自改进仅在一个 BPE 案例上验证。
所属事件:谷歌 ScientistTwo 自动科研系统成功率超八成(2 条相关)→
「漫话AGI」频道最新
- Toby Ord：部署前强制测试意义有限，内部模型才是最大风险源 — ben_j_todd · 2026-11-12
- 「AI 灭绝人类？大概率没事」：乐观派文章引热议 — NathanpmYoung · 2026-11-12
- 斯坦福研究：AI 五年内或减少放射科医生 33% 工时 — StanfordAILab · 2026-11-12
- 商业策略之争:把 AI 藏在人后面,而非把人藏在 AI 后面 — annetgriffin · 2026-11-12
- Yampolskiy 对阵 Israetel：租下教堂辩论 AI 末日概率 — rand_longevity · 2026-11-12
- Reddit 网友放话：OpenAI 撑不过三四年，将被收购出局 — Dadideology · 2026-11-12