科研智能体 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 科研智能体 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 世界模型 2 MLE-World：用世界模型预测机器学习实验结果 10-29 语言模型作为 AI 研究世界模型 10-09 信用分配 1 FALCA：面向长程深度搜索智能体的证伪感知强化学习与分层信用分配 10-21 发现能力评测 1 Apodex Discovery：面向真实发现任务的AI评测环境 08-18 可信执行 1 仅凭输出无法验证什么：研究智能体的研究契约 10-09 可信推理 1 Brain Researcher：以分析严谨性约束神经影像科研智能体 08-21 因果推理 1 EvoSCM：通过因果模型演化与实验实现科学信念修正 09-02 多智能体系统 2 研究者社会：为大规模自主科研智能体设计制度 10-08 TrialAtlas：面向临床试验设计与优化的多智能体研究组织 09-21 学术论文 1 DAS：1小时自动生成面向发表的学术综述 09-14 实验审计 1 超越代码执行：审计 LLM 科研实验的忠实性 08-29 强化学习 1 AI Night-Scientist：强化学习提升智能体科研创意 09-30 技能生成 1 Repo-To-Skill：将 GitHub 仓库蒸馏为 AI4AI 技能 09-03 智能体评测 1 WhatWorkedBench：评测 AI 智能体的实验理解能力 09-24 机制发现 3 LLM 能否通过自由探索发现隐藏物理定律？ 10-29 OptScientist：自动发现符号优化定律 10-21 MechBench：评测 AI 科研智能体的机制发现能力 09-30 模型发布 1 上海 AI Lab 开源多模态基础模型书生-S2 09-15 深度研究智能体 2 Optimist Deep Research：基于可变研究状态的迭代式文献研究智能体 10-19 基于 Structured Harness 的增量式开放深度研究 10-10 科学数据 1 SPRA：面向科研智能体的结构化论文表示 10-18 科研工作流编排 1 力文所 Lévin Harness 打通蛋白质设计科研闭环 09-16 科研平台 5 AfS：面向长程科研智能体的可复核工作流与复利记忆平台 09-30 磐石·智研决策平台 SciencePro 全面开放 09-18 Agora：以 Git 共享记忆驱动集体自动化研究 09-18 ScienceIDE：将全球科学代码库转化为智能体可学习环境 09-17 OpenScience 全领域科研智能体应用场景清单 09-07 科研智能体 18 数千个 GPT‑Rosalind 智能体并行挖掘全脑 CRISPR 图谱 10-22 GBClaw：面向晶界研究与机理发现的智能体框架 10-21 微软 Fork-and-Flush：刷新上下文的科研智能体并行探索 10-18 SAIL：基于科学感知闭环的科研智能体模型 10-10 LLM 科研智能体适配神经算子：先验还是反馈？ 10-09 算法探索廉价化：EDA 智能体科研案例 10-08 自主量化因子挖掘中的搜索规模扩展 09-30 从弱任务规范构建并优化科学信息抽取智能体 09-30 OpenScience 开源科研智能体端到端完成科研循环 09-28 Claude 完成 N=4 超杨-米尔斯理论九圈散射振幅计算 09-26 SynAgent：多模态智能体驱动的假设式自主材料合成 09-17 Atria Dawn：面向科研与工程的智能体基础模型 09-15 HypoEvolve：遗传算法驱动多智能体发现科学假设 09-15 Scientific Agent Skills：科研智能体程序性知识库 09-14 港科大 Supervisor-Skills 科研 Skill 09-07 La Agente Óptima：面向智能体化自驱动实验室 09-07 RPM 用研究偏好提升科研智能体算力分配效率 09-02 PaperGym：以评分准则驱动科研计划生成与训练 09-01 科研评测 21 Auto-Research Arena：语言模型自动研究多目标评测基准 10-27 量化 LLM 科研智能体的主张平滑现象 10-27 Quant-Arena：量化交易研究智能体评测基准 10-22 Into the Unknown：开放式科学研究智能体基准 10-20 AI 驱动的科学发现可复现性与分析稳健性评估 10-19 ASI-Bench：真实科研任务评测 AI 自主研究能力 10-18 OpenRSI Index：从刷榜走向真实科研评测 10-18 PhysClosureBench：评测科研智能体的证据闭合能力 10-18 SciΠvot：科研智能体关键决策判断评测基准 10-18 InnovationEval：AI自主研发仅达人类方案15% 10-10 自动化研究如何评估：基准与评估实践综述 10-09 Epoch AI 实测前沿模型：真实研究任务仍需人工监督 10-09 PaperBenchX：AI端到端论文完整复现率仅13.98% 10-08 InnovationEval：前沿模型未能创新并出现评测作弊 10-08 DrugTargetWorld：训练与评测 AI 科学家的合成生物样本库 10-08 SciARP：多轮科学推理智能体的扰动鲁棒性评测 09-30 PaperDoctor：面向科研论文的证据化诊断与修改反馈 09-16 RAP：研究注意力预测揭示目标条件化证据获取偏差 09-10 SciDocBench：面向科学文档理解工作流的评测基准与数据管线 09-07 TruthInsightBench：基于证据的开放式科学发现智能体评测基准 09-07 AutoSciRub：先评估后改进的科研智能体自动准则归纳 09-01 科研评测基准 1 DeltaML-Bench：真实科研仓库中的机器学习智能体评测 08-21 科研预评审 1 磐石上线“创新评价”AI评审智能体 08-20 经验学习 1 EEM：面向自主研究的实验经验建模 10-01 自动化对齐 2 Claude 自动化对齐研究：单卡 48 小时迭代 1601 种方案 08-30 Claude 自动训练 Claude：AAR 低成本跑赢人类安全研究员 08-30 自动化科学研究 20 PSI用AI辅助突破5项量子信息开放问题 10-29 ClawsGO Science用Lean验证化学平衡猜想的细致平衡情形 10-29 DataMaster：自演进数据飞轮科研智能体 10-27 1946个AI智能体并行分析小鼠脑CRISPR图谱 10-24 Google Research 推进自主湿实验室：VERID、适配体闭环与蛋白结合剂设计 10-18 Claude Science多智能体补全紫外全天图 10-10 GPT-6 Astra辅助构造Grad核聚变猜想反例 10-08 Bolzano：从专家引导证明搜索到自动求解开放问题 10-08 CircuitATLAS：神经科学知识图谱驱动的回路病靶点发现智能体 10-08 AutoMIP：面向混合整数规划的长程自动研究 10-01 AI Has Taste：从数学反例搜索走向自主出题 09-30 Claude 无人值守完成 N=4 超杨-米尔斯九圈振幅计算 09-28 AI Skill 自动发现科研 Idea 并运行实验 09-25 AI自主跑实验并生成论文 09-25 AgentX-Model：面向工业推荐系统的长程自主模型研究 09-25 950个Claude协作发现噬菌体新酶系统ART 09-24 AutoRecLab：用自然语言生成推荐系统实验代码 09-21 Andromeda 2：证据驱动的自主实验室药物制剂开发智能体 09-17 GPT-6 Astra 辅助二维 CFET 热设计与电热分析 09-16 发现基础模型：迈向开放式发现智能 09-15 蛋白质建模 1 Claude Science设计抗蝎毒蛋白并通过湿实验验证 10-21 记忆能力评测 1 SciValidityBench：科学智能体记忆的证据使用有效性评测 10-27 评测审计 3 RIDAR：科研智能体违规检测与运行时干预框架 10-23 真实 PMID、错误论文：生物医学声明核验智能体的 Harness 设计 10-22 DCP：AI 研究智能体的发现认证与审计协议 09-11 过程评测 1 超越最终得分：长程 AI 研发智能体的系统评估 08-16 递归自我改进 11 DiscoveryRSI：递归学习发现高价值科学假设 10-19 Novix 跑通协同进化式 RSI 规模化闭环 10-10 Simate-beta登顶RoboDojo，探索Physical RSI研发闭环 09-28 AI 科研智能体的递归自我改进 09-23 Recursive获6.5亿美元押注“AI研究AI”与递归自我改进 09-19 超衍智能融资近4亿元，押注基模层递归自我改进 09-17 ScienceBuddy：面向交互式科研智能体的嵌套递归自我改进 09-16 OpenAI自动化AI研究实习生上岗，推进递归自我改进 09-13 OpenAI内部RSI进展：Agent承担逾75%科研工时 09-13 OpenAI自动化AI研究实习生上岗，推进递归自我改进 09-11 OpenAI内部数据披露：AI Agent加速研究并迈向全自动AI研究员 09-07 长程任务执行 1 Sage-A1.5：以能力组合迈向长程执行与科学探索 10-21
