PhAI Labs 等发布 DiscoveryRSI:科研智能体从假设修订史中递归学习

jiqizhixin · x · 2026-10-28

PhAI Labs 联合斯坦福、MIT、哈佛医学院、北大等机构推出 DiscoveryRSI（Recursively Learning to Discover Valuable Hypotheses），作者阵容含 James Zou、Ling Yang 等。针对的瓶颈：提出「看似合理的科学想法」容易，把它变成可检验的研究方案难，且研究运行结束后修订过程中的有用经验容易丢失。机制：系统保存带版本的假设、研究计划、证据与贡献历史，智能体对其演化、修复或组合；再由科学评估给有帮助的历史分配信用，作为下一轮研究的训练信号。回溯对比中，DiscoveryRSI-27B 有 6.3% 的假设能在 cutoff 后发表的文献中找到可行动证据，高于报告的 GPT 对比基线 2.5%。