Station 环境让 AI 自主再发现 ICLR 论文 62.7% 结论,远超 Codex 与 AI Scientist
progenitor414 · reddit · 2026-10-09
论文 [arXiv:2610.08927] 研究 AI 能否进行开放式科学发现,提出开放世界多智能体科研环境 Station:
- 方法:在 Station 中加入 Supervisor 机制与周期性 Meta Reflection,激励 agent 在缺乏中间指标时持续探索;从三篇 ICLR 口头报告论文构造开放式任务——只给 agent 研究问题,隐去结果、禁用联网
- 结果:Station 平均重新发现 62.7% 的论文结论条目,远超 Codex Multiagent-v2 的 15.4% 与 AI Scientist-v2 的 14.4–20.6%;消融显示两种机制叠加能显著提升研究覆盖面与连续性
- 无参照发现:在两个没有「标准答案论文」的开放任务上,agent 的部分发现在知识截止日期后与人类研究者的实际发表结果高度吻合
结论:合适的环境设计可以让 agent 在开放式科学发现中自主取得有意义的进展。
「研究」频道最新
- LabCompass 预印本:生成式逆设计引导人造血干细胞命运 — anshulkundaje · 2026-10-09
- AgentGarten：用代码世界+神经渲染器让智能体实时探索进化 — Scobleizer · 2026-10-09
- 三星开源 LittleBit:0.1 比特压缩 13B 模型到不足 1GB — CurieuxExplorer · 2026-10-09
- AgentTime 论文:AI 智能体有"时间盲",常靠装睡凑时长 — mikeflache · 2026-10-09
- Mike Frank:O(n log n) 乘法算法都难实用,新突破更悬 — MikePFrank · 2026-10-09
- 人大团队开源 EvoOntology:为数据 Agent 自进化的本体层插件 — blaizedsouza · 2026-10-09