ScienceIDE:将全球科学代码库转化为智能体可学习环境

Hugging Face Daily Papers 论文

摘要

ScienceIDE引入了基础设施,用于将科学代码仓库转化为科学智能体的可编程环境,支持任务生成、执行和验证,训练后的模型在科学代码修复和通用能力方面均有提升。

科学代码库以可执行的模型、方法和工具的形式编码了数十年的人类知识。然而,零散的工具链、隐含的领域惯例和专门的正确性标准使得这些知识难以转化为可靠的学习经验——我们称之为科学经验瓶颈。我们介绍ScienceIDE,这是一个将全球科学代码转化为科学智能体可编程环境的基础设施。在专家定义的科学案例和验收标准的指导下,智能体将仓库转化为支持任务生成、执行和科学验证的可执行环境。这些环境为监督微调、强化学习和评估提供了共享基础。使用验证过的交互轨迹,我们训练了PhAI-IDE-72B、PhAI-IDE-9B和PhAI-IDE-4B。该模型系列在留出的科学代码修复任务以及选定的代码、推理和知识通用基准测试中均显示出提升,证明了科学经验向更广泛能力的积极迁移。ScienceIDE为智能体学习和科学实践的集成工作区奠定了基础,使人类的科学软件成为发展科学智能的共享基底。代码:https://github.com/aitofound/ScienceIDE
查看原文
查看缓存全文

缓存时间: 2026/09/17 06:56

论文页面 - ScienceIDE:将全球科学代码库转化为智能体可学习环境

来源:https://huggingface.co/papers/2609.19134
发布于 9月16日

#1 每日精选论文 (https://https://huggingface.co/papers/date/2026-09-17) 作者:

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

科学代码仓库以可执行模型、方法与工具的形式,编码了数十年的人类知识。然而,碎片化的工具链、隐式的领域规范与专门的正确性标准,使得这些知识难以转化为可靠的学习经验——这一挑战我们称之为科学经验瓶颈。我们推出 ScienceIDE,这是一个将全球科学代码转化为智能体可编程环境的基础设施。通过遵循专家定义的科学用例与验收标准,智能体能够将代码仓库转化为可执行环境,支持任务生成、执行与科学验证。这些环境为监督微调、强化学习和评估提供了一个共享基础。利用经过验证的交互轨迹,我们训练了 PhAI-IDE-72B、PhAI-IDE-9B 与 PhAI-IDE-4B 模型。该模型系列在留出测试集上的科学代码修复任务以及在代码、推理和知识等通用基准测试中均展现出性能提升,这为科学经验对更广泛能力的积极迁移提供了证据。ScienceIDE 为智能体学习与科学实践的集成工作空间奠定了基础,使人类科学软件成为发展科学智能的共享底座。代码:https://github.com/aitofound/ScienceIDE

查看 arXiv 页面 (https://arxiv.org/abs/2609.19134)查看 PDF (https://arxiv.org/pdf/2609.19134)项目主页 (https://huggingface.co/collections/AItonomy/scienceide-model-series)GitHub5 (https://github.com/aitofound/ScienceIDE)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.19134)

在您的智能体中获取此论文:

hf papers read 2609\.19134

尚未安装最新版 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

暂无模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2609.19134 以在此页面建立关联。

引用本文的数据集0

暂无数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2609.19134 以在此页面建立关联。

引用本文的 Space0

暂无 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2609.19134 以在此页面建立关联。

包含本文的收藏集0

暂无收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection)以在此页面建立关联。

相似文章

重新思考智能体时代的科学发现

arXiv cs.CL

本文介绍了SCION,一个智能体科学操作系统,它通过研究执行计划(REP)和分层多智能体执行,集成了AI工具用于科学发现。该系统在材料分析、分子设计和蛋白质筛选等应用中表现出色,超越了现有的自主研究智能体基线。

代理人工智能时代的科学计算

OpenAI Blog

OpenAI 分享了一份实地报告,介绍如何使用像 Codex 和 Claude Code 这样的 AI 代理来协助科学计算项目,展示了在软件开发和维护方面的显著加速,同时将研究人员的角色转变为验证和编排。

EvoScientist:面向端到端科学发现的多智能体进化AI科学家

Papers with Code Trending

EvoScientist 是一个用于端到端科学发现的自适应多智能体框架,通过持久化记忆模块持续改进,由三个专业智能体组成,分别负责创意生成、实验执行和知识提炼。它在科学创意生成方面超越了7个当前最先进的系统,并通过多智能体进化提升了代码执行成功率。