标签
Deli Chen 开源了他的 AutoResearch SKILL 工具，并发布了一篇受 AlphaZero 启发的关于自博弈（Self-play）的综述论文。
SIQ-1 Qwen3.6 是一款专为自动化研究和自主代理任务设计的新型AI模型，通过增强的代理能力扩展了Qwen系列。
PseudoBench 是一个基准测试，用于评估基于 LLM 的智能自动研究系统能否抵御伪科学叙述。对七款最先进的智能体进行测试后发现，它们极易生成具有说服力的伪科学报告，且拒绝率接近于零，这要求在部署前进行科学对齐。
NVIDIA GEAR实验室推出了ENPIRE，这是一个使用8个Codex智能体自主控制机器人舰队执行物理任务（如扎扎带、安装GPU）的系统，展示了自我改进的机器人研究以及一种新的'physical scaling'现象。
一个精选的GitHub资源，将AI辅助的科研工具和论文映射到整个研究生命周期，从创意生成到成果传播。
Yacine进行了一次1.5小时的深度访谈，与Paradigma创始人讨论如何将DAG（有向无环图）作为自主科研的底层基础设施，涵盖Agent运行、大型公开DAG构建、避免坏DAG等核心主题。
访谈讨论了使用DAG进行自动研究的基础设施，包括智能体如何执行DAG以及如何构建大型公共DAG。
AutoResearchClaw 是一个 GitHub 仓库，它能够将整个 AI 研究流程自动化——从想法到完整的会议论文，包含真实的实验、经过验证的引用和可运行的代码，在 55 个主题的基准测试中，比之前的自主研究系统性能提升 54.7%。
本文介绍了ResearchArena，一个用于评估自动研究智能体的框架，并发现虽然智能体生成的论文在仅稿件评审下看似具有竞争力，但结合工件的评审揭示了实验严谨性方面的严重缺陷，没有一篇论文达到顶级会议的接收标准。
本文介绍了一种自动研究框架，利用专家代理通过代码执行与反馈的经验闭环，迭代优化训练配方。该系统借助谱系反馈（lineage feedback），无需人工干预，即可在 Parameter Golf 和 NanoChat 等任务上自主提升性能。
Thesis Labs 推出 Automode，可在 Optiver 交易数据集上全自动完成机器学习研究。