自学习科学代理「干将」问世：X射线衍射相鉴定准确率最高至96.3%
Yangtze-ailab · hf · 2026-10-08
长江AI实验室在 Hugging Face 发布自学习科学代理 干将（Gan Jiang），用于粉末 X 射线衍射分析，核心思路是把分析经验转化为可复用、可进化的技能（skills）。
- 生态工具：基于自建的衍射分析生态 XMatcher、XQueryer、XDecomposer 和 WPEM，覆盖物相鉴定、多相分解与物理约束的全谱建模。
- 自学习机制：代理通过诊断失败、修订技能指令与代码、验证后再复用来积累专业知识，无需重训语言模型或改动物理模型。
- 性能：在 DeltaXRDbench 上，冻结后的技能在 FullProf、GSAS-II、PyWPEM 上的精修得分超过专家手工设计技能；无成分先验时，单相 Top-1 准确率在 MP500、RRUFF、opXRD 上分别达 96.30%、81.78%、40.83%，远超最强对比方法的 58.00%、58.47%、26.45%。
- 应用演示：解析强重叠衍射峰、定量古埃及化妆品五相成分、追踪工作电池晶格演化、比较无序氧化物催化剂原子构型。
该工作展示了「工具生态 + 技能自进化」路线如何让科学代理从测量中提取结构知识并迁移到新样本。
「研究」频道最新
- KAIST 提出 SQAM：流策略强化学习微调提速，OGBench 难题成功率最高提升 35 个百分点 — kaist-ai · 2026-10-08
- 陶哲轩「数学家并未要求AI做此工作」言论引争议，littmath 反驳 — littmath · 2026-10-08
- 三篇霍奇猜想论文齐撤稿：符号错误连坐，LLM 数学成果引质疑 — ziv_ravid · 2026-10-08
- IBM 将 Spyre AI 加速器接入 PyTorch,借原生设备抽象实现一套框架多硬件 — PyTorch · 2026-10-08
- ResearchTrails 从 Git 提交史提取人类研究决策轨迹,提升 LLM 科研辅助能力 — ChenhaoTan · 2026-10-08
- Toby Ord 提出插值-外推-超外推三分法，称 AI 拙于第三类 — tobyordoxford · 2026-10-08