自动化科学研究 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 自动化科学研究 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） 三层框架 1 自进化（Self-evolving／RSI）三层框架与实践路径 08-30 世界模型 4 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 微软发布生物学世界模型 Project Quine 10-01 AutoWorldModel-Bench：自动化世界模型研究的状态中心基准 08-14 产业知识图谱 1 RSI产业图谱：围绕智能进化速度的新竞赛 08-28 元智能体编排 1 Eureka：面向科学发现的任务条件元代理编排 08-20 具身规划 1 GPT-6 Astra自主构建3D仿真并训练机器人策略 09-28 医疗人工智能评测 1 OpenAI发布心理健康基准，Claude智能体发现未知酶系统 09-24 协同演化 2 EvoDuet：网页搜索与任务求解的双层协同演化 10-01 COEVOLVE：通过证据迁移协同演化科学发现原则 09-30 反例搜索 1 Gowers：AI数学突破更擅长搜索反例与特殊构造 08-17 可信执行 1 RankEvolve：可靠的多智能体排序模型自动研究框架 10-01 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 多智能体协作风险 1 自主科研智能体群体中的涌现作弊与举报行为 09-07 多智能体系统 6 研究者社会：为大规模自主科研智能体设计制度 10-08 TMCS：工具驱动的多智能体组合化学推理框架 09-30 OpenAI万级Agent蜂群：去中心化协作与递归自我改进 09-21 Stellar Colosseum：面向数学与理论计算机科学长程研究的多智能体框架 09-15 Google 开源 Teamwork 多智能体协作框架 09-07 EvoX 蜂群智能体让 AI 自主寻找研究方向 09-03 奖励建模 1 面向科学影响力的创意生成学习 09-25 学术搜索 2 Large Knowledge Model：从论文到科学推理景观 09-24 百度“伐谋”自演化智能体：56分钟破解亿级特征组合搜索 08-14 学术论文写作 1 1947篇AI顶会论文揭示高质量论文写作法则 08-14 学术论文生成 1 Spark-to-Paper：以可组合技能端到端生成研究论文 08-14 实验设计 1 MDA：大模型与贝叶斯推断协同设计关键实验 08-15 强化学习 1 AI Night-Scientist：强化学习提升智能体科研创意 09-30 形式化证明 7 OpenAI与Anthropic模型被曝独立证伪指数时间假设 10-29 OpenAI多智能体生成纳维－斯托克斯证明，人类启动解读与核查 10-29 九章云极以可验证数学推理问鼎陶哲轩数学蒸馏挑战赛 10-18 10个Claude协作形式化证明汤姆逊问题N=7 10-01 多智能体提出C-HD最短路径算法并完成Lean验证 09-29 多智能体提出并验证 C-HD 最短路径算法 09-28 OpenAI被曝逼近霍奇猜想，并与Anthropic竞逐BSD猜想 09-11 形式化评测 1 FormalTCS：端到端前沿理论计算机科研评测 08-21 形式化验证 1 OpenAI 邀外部专家与 Lean 核查 AI 科学证明 10-29 技术生态 1 AI4AI 从自进化、元进化迈向递归自我改进 08-12 技术趋势分析 2 《State of AI Report 2026》：RSI 成为年度技术主线 10-18 BackTrend：基于反向重建的科学弱信号预测评测 09-22 技能演化 1 DrugHarness：面向计算药物发现的可演化智能体脚手架 10-19 技能生成 1 Repo-To-Skill：将 GitHub 仓库蒸馏为 AI4AI 技能 09-03 推理评测 1 LLM 智能体能否在上下文中执行贝叶斯推断？ 10-22 数学发现 1 Claude辅助构造S⁶复结构，挑战78年数学悬案 08-26 数学推理 2 Meta Muse Spark协助解决六项数学开放问题 10-08 OpenAI以千禧年难题测试万级Agent数学研究系统 09-11 数据策展 2 DataSense-Bench：迈向 AI 科学家的数据感知评测 10-09 AutoDataBench：面向自动化研究的数据智能评测基准 10-01 数据自演化 1 清华 AutoSFT：多智能体自主优化训练数据 10-24 智能体自进化 1 Infinity Machine：面向科研的自改进智能体 10-27 智能体评测 4 评估 LLM 智能体的探究学习：假设、推理与探索 10-18 AgenticBBO-Bench：LLM 智能体黑盒优化基准 10-09 WhatWorkedBench：评测 AI 智能体的实验理解能力 09-24 Quantum-Harbor：量子工程智能体的可验证自主性评测 09-16 机制发现 9 Principia：测试时假设与原理构建驱动科学发现 10-29 LLM 智能体自主发现生物过程动力学结构与参数 10-27 OptScientist：自动发现符号优化定律 10-21 基于可能性推理的开放式科学发现 10-10 LLM-IDEA：可识别性驱动的机制世界模型自主发现智能体 10-10 RISR：残差引导的大模型科学方程发现 10-10 NeuronDiscover：以世界行动模型发现神经微环境机制 09-30 MechBench：评测 AI 科研智能体的机制发现能力 09-30 Mechanist：自主发现 AI 智能机制的科学智能体 08-14 模型发布 6 OpenAI 发布 GPT-6.1 Terra：电脑操作能力比肩 Astra，成本降至十分之一 10-29 OpenAI 推出 GPT-Rosalind 生物学模型学术计划 10-18 StartLux开源决策模型超越Jev登顶评测 10-08 上海 AI Lab 开源多模态基础模型书生-S2 09-15 上海 AI Lab 开源多模态基础模型书生-S2 09-15 OpenAI发布GPT-6 Astra，首批内测展示智能体与科研能力 09-07 模型路由 1 英伟达开源 Nemotron 3.5 Lightning 与 NeMo Switchyard 08-13 模型量化 1 AQuA：递归自我改进的量化交易研究智能体 08-16 模型量化评测 1 Seed-Evolving 量化策略研发与自迭代能力评测 08-14 演化能力评测 1 EverMine：长周期 Alpha 研究中的自进化能力评测 09-29 环境合成 1 RSI-Forge：从论文构建递归自我改进环境 10-08 神经符号人工智能 1 LieDiscover：自适应符号库驱动的开放形式对称性发现 09-29 科研实践 1 Claude Code 与 Codex 协作完成医学影像竞赛论文并获 Accept 08-24 科研工作流编排 4 ReviewPilot：面向系统综述筛选与数据提取的多智能体系统 10-18 力文所 Lévin Harness 打通蛋白质设计科研闭环 09-16 18个Agent自主科研：Kimi K3借Harness逼近Opus 5 08-21 多智能体Harness加速自主科研：Kimi K3逼近Opus 5 08-18 科研平台 7 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 深势科技发布玻尔·科学空间，AI贯通科研全流程 08-23 ScienceDiscovery：可溯源的一站式 AI 科研工作台 08-17 科研智能体 23 数千个 GPT‑Rosalind 智能体并行挖掘全脑 CRISPR 图谱 10-22 Jiuwen Symbiosis：物理智能体驱动自动化科研实验室 10-21 GBClaw：面向晶界研究与机理发现的智能体框架 10-21 Athanor：面向智能体的自主后训练研究系统 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 编码智能体改进编辑距离码下界 10-01 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 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 OmniScientist：全模态跨学科 AI 科学家 08-16 浙大开源 AI 科研智能体 Polaris 08-16 Intern-S2-Preview：科学智能体基础模型 08-15 AIBuildAI Science Agent：4小时自主完成顶刊级模型研发 08-13 科研桌面 1 玻尔·科学空间发布：桌面端 AI 接管科研全流程“体力活” 08-22 科研自进化 1 Jeff Dean谈递归自我改进与Discovery Loop科研自动化 08-22 科研评测 29 Ai2 发布新颖性评判基准，揭示 LLM 裁判高度不稳定 10-29 Auto-Research Arena：语言模型自动研究多目标评测基准 10-27 哈佛研究：Claude审稿质量全面超越资深人类专家 10-25 Agent4Sci：评测前沿智能体能否推进科学机器学习 10-22 FrontierCS 2：计算机科学研发智能体评测基准 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 DeepRSI 48 小时科研智能体评测：Kimi K3 跻身前三 10-18 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 SciExam for ENSO：AI 智能体能否构建气候模型？ 10-08 OSWorld-Science：科学软件操作智能体评测基准 10-01 ExplorationBench：在可验证异世界中评测 AI 探索能力 09-25 GPT-1900重演光量子：AI科学创造力的“爱因斯坦测试” 09-21 “爱因斯坦测试”：GPT-1900尝试重现突破性科学发现 09-19 RAP：研究注意力预测揭示目标条件化证据获取偏差 09-10 SAEScientist-Bench：评测智能体自主开展 SAE 可解释性研究 09-09 TruthInsightBench：基于证据的开放式科学发现智能体评测基准 09-07 SCILAWS-BENCH：评测 LLM 在真实与平行世界中发现科学定律 09-02 AutoSciRub：先评估后改进的科研智能体自动准则归纳 09-01 ASI-Bench：评测 AI 自主科研与创新探索能力 08-20 MLS-Bench：140道真实任务检验AI方法创新能力 08-13 科研项目 1 ScienceClaw AutoProject推动AI4S从Task走向Project 08-25 程序进化 3 ExpEvolve：以想法级经验复用推动开放式发现 10-22 Discovery Loop：LLM 程序进化打破 10 项圆堆积纪录 09-07 AlphaEvolve 将矩阵乘法指数上界降至 2.371177 09-01 算法设计 1 AI4AI-Bench：评测 LLM 智能体的递归自改进算法设计能力 08-21 经验学习 1 EEM：面向自主研究的实验经验建模 10-01 脚手架演化 1 ScholarEvolve：从科研文献中持续演化 Agent Harness 10-22 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 58 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 OpenAI 宣布 AI 模型取得三项科学理论突破 10-27 1946个AI智能体并行分析小鼠脑CRISPR图谱 10-24 ADAPT for Science：自进化科学优化多智能体系统 10-23 多智能体团队自主发现线性注意力架构 10-22 SpecEvo：面向低成本科学发现的推测式演化框架 10-22 AI 智能体发现低延迟共识协议 A-greement 10-22 前向引文监督生成可操作研究局限 10-19 Self-Building Labs：自主构建科学实验室 10-19 Claude 半小时追溯 NIST 椭圆曲线种子来源 10-18 Liam Fedus：AI 科学家必须走进实体实验室 10-18 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 Mythos 5 闭环优化量子电路，八项任务刷新最优设计 10-18 训练推理模型生成多样化科学创意 10-18 Claude Science多智能体补全紫外全天图 10-10 SED-MCTS：通过结构经验蒸馏实现可解释的 PDE 解发现 10-10 EvoSim：自进化物理建模科学智能体 10-10 MindFlow：由思维超网络驱动的科研创意生成 10-09 OpenAI 公开 722 篇 AI 生成数学手稿 10-08 语言模型发现更快的分子几何弛豫算法 AutoSella 10-08 GPT-6 Astra辅助构造Grad核聚变猜想反例 10-08 Caltech用PINN发现三维无强迫欧拉方程奇点候选解 10-08 OpenAI多智能体用88小时攻克百万美元数学悬赏题 10-08 OpenAI称AI一周推进十年数学进展，下一站瞄准生命科学 10-08 Bolzano：从专家引导证明搜索到自动求解开放问题 10-08 当科学认知不再稀缺：AI 驱动的科研稀缺性倒置 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 LLM 智能体生成透明开源的电化学多物理场模型 10-08 ConflictGuide：显式竞争行为反馈改进 AutoResearch 10-01 AutoMIP：面向混合整数规划的长程自动研究 10-01 DNA 瘦身：可审计智能体发现纯删除式序列设计器 10-01 AI Has Taste：从数学反例搜索走向自主出题 09-30 微软发布 Quine，加速抗癌药物筛选 09-30 DoAtlas-2：自进化因果生物医学发现基础平台 09-30 PEAR：面向工业搜索的渐进式证据驱动 AutoResearch 09-30 自主量子相发现：梯度驱动探索哈密顿量空间 09-29 OpenAI科学智能体突破促使生物学竞赛改制 09-28 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 WetRobo：面向生物实验室编程智能体的可复现机器人套件 09-17 GPT-6 Astra 辅助二维 CFET 热设计与电热分析 09-16 OpenAI万级智能体协作求解Navier-Stokes引发安全焦虑 09-16 发现基础模型：迈向开放式发现智能 09-15 Biology-in-the-loop：CRISPR 筛选中的自适应命中发现 09-11 王梦迪：AI科学发现的瓶颈在长尾探索与实验验证 09-10 陶哲轩警告黑箱AI解题或“污染”数学研究 09-07 AutoLR：工业推荐系统从研究到上线评审的自动化 09-07 Hakken：预测未来科学发现，填补现有知识空白 09-07 AI4CDS：负责任的人机协同计算设计科学框架 09-07 OpenAI Astra突破自动化科研基准，瞄准年底AGI 08-28 最大规模AI自主科研测试：Fable 5断层领先 08-17 自进化 1 专访胡梦康：Agent 之后，下一站是 AI 自我进化 08-18 蛋白质建模 6 Claude 64小时生成31.8万种蝎毒结合蛋白方案 10-22 Claude Science设计抗蝎毒蛋白并通过湿实验验证 10-21 RFdiffusion3 实现原子级蛋白质与核酸设计 10-19 Scinetics提出可验证科学Token链用于酶设计 10-18 AI BioDesign获9460万美元，构建蛋白质设计实验闭环 09-21 Anthropic与Geodesic竞逐AI蛋白质设计闭环 09-19 蛋白质设计 1 Claude自主设计蛋白质结合剂，14个靶标实验命中 08-20 评测基准 1 AutoSciBench：自主生成并迭代适配科学智能体评测基准 10-08 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 理解力审计：降低自动化 AI 研发风险 10-08 DCP：AI 研究智能体的发现认证与审计协议 09-11 课程学习研究综述 1 斯坦福新课 CS329A：Self-Improving AI Agents 08-21 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 34 超衍智能发布35B自进化模型 Apex-35B-V1.0 10-29 RSI递归自我改进：一年的研发或将压缩至5周 10-29 超进化智能获数亿元天使轮融资，研发递归自我改进研究基础模型 10-29 中国特色的RSI：中美递归式自我改进路径差异 10-24 Mirendil与Recursive发布RSI自动化研究成果 10-24 LM2LM：语言模型学习改进语言模型 10-19 DiscoveryRSI：递归学习发现高价值科学假设 10-19 RSI-Anything：以世界模型驱动跨领域递归自我改进 10-18 辛顿、Bengio 等系统论证自动化 AI 研发与智能爆炸 10-18 MASS：多智能体自监督驱动递归自我改进 10-18 Anthropic 联创将递归自我改进预期提前至 2027 年 10-18 Novix 跑通协同进化式 RSI 规模化闭环 10-10 Hinton等22人警告RSI或触发智能爆炸 10-08 RSI-Jev：AI Agent 自动研究并迭代 Jev 模型 10-01 Simate-beta登顶RoboDojo，探索Physical RSI研发闭环 09-28 从 AI Build AI 到真正 RSI：自进化闭环的实践路径 09-25 Simate以Physical RSI驱动机器人自主研究，登顶RoboDojo 09-24 AI 科研智能体的递归自我改进 09-23 OpenAI被曝以递归自我改进为模型训练核心目标 09-21 Recursive获6.5亿美元押注“AI研究AI”与递归自我改进 09-19 OpenAI被曝将递归自我改进列为模型训练首要目标 09-19 Anthropic 量化披露 Claude 研发自动化进度 09-18 超衍智能融资近4亿元，押注基模层递归自我改进 09-17 StartLux 探索本地模型的递归自我改进 09-16 StartLux探索本地模型递归自我改进 09-16 OpenAI将递归自我改进列为最高优先级，多智能体协作暴露安全风险 09-16 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 三位研究者对谈递归自我改进离我们还有多远 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 AI4AI Survey：从长程智能体到递归自我改进 09-07 综述：递归自我改进（RSI）的能力边界与关键瓶颈 08-13 长期记忆 2 TTME：测试时记忆演化以更低成本助力科学发现 10-29 WorkSwarm「永续会话」支撑 Agent 长时稳定工作 09-08 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 长程科研 1 ScienceFlow：面向长程科研的自主智能体框架 08-17 闭环科学发现 1 Gemini Co-Scientist 加速真实世界闭环科研 08-29 闭环自进化 2 生成式对抗循环：自动设定基准并发现算法 10-10 AI4AI：AI训练、优化与评测AI的新范式 08-20
