标签
SoL-Pi 引入了一种在编码代理中递归扩展自动研究循环的方法，在保持基准测试性能的同时，显著减少令牌消耗和成本。
Agora 是一个用于自主 AI 研究代理的共享内存系统，它使用 Git 将研究记录为仅追加的有向无环图 (DAG)，从而实现协作发现。在一次 12 天的实验中，13 个代理将模型性能提升了 62%，接近训练基线。
LabAgent是一个AI代理系统，旨在为科学发现定制研究枢纽，实现跨各种生物领域的可重复和连续实验室工作，并超越商业通用代理。
SoL-Pi 是针对 Pi agents 的独立扩展，通过行动融合和上下文压缩等机制减少令牌流量和推理工作，从而提升效率。所有功能均为可选启用，并保留原始证据。
增强了 ouroboros（一个用于自进化自动研究系统的 CLI 工具）的 TUI，并删除了 279 万行废弃代码以提高可用性。
本文介绍了一个个性化自动研究系统的框架，该框架将研究过程的每个阶段都基于个体科学家的表示进行条件化，认为个性化是AI作为真正科研伙伴而非通用工具的关键。
一篇博客文章详细描述了作者如何在GPU模式竞赛中使用Codex优化内核，在QR分解中实现232倍加速，并分享自动研究的经验。
本文介绍了ARAC-Bench，一个用于评估自动研究系统的研究过程在方法论对齐性、逻辑连贯性和完整性方面与人类研究方法匹配程度的基准。对11个最先进框架的实验显示，最佳对齐分数仅为67.9/100，凸显了在模拟严谨人类研究行为方面的显著差距。
这周六在旧金山一栋豪宅举办自动研究黑客马拉松。感兴趣者可私信或评论加入。
GigaWorld-Policy-0.5 是一个用于机器人控制的增强版世界动作模型（WAM），通过混合动作条件世界建模（AC-WM）策略和混合变换器（Mixture-of-Transformers）架构提升训练与推理效率，在本地 RTX 4090 上实现 85 毫秒延迟。
作者分享了在代数自动研究实验中的观察，指出AI模型能够生成代码并发现新颖的抽象规则，从而产生人类难以理解的潜在陌生数学。
一篇博客文章描述了使用Codex自动迭代和优化GPU内核，相较于基线实现了212倍加速。文章强调了专业知识如何放大AI的效用，通过循环实验工作流将未知的未知转化为已知的未知。
Sankalp的博客文章，详细描述了他如何使用Codex在GPU Mode的竞赛中为QR分解实现快232倍的GPU内核，并概述了他的自动研究方法论。
介绍一款工具，通过将任意仓库URL中的'Github'改为'ARGithub'，即可部署一个智能体，使其熟悉代码库、解决配置问题并运行实验。
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。