标签
介绍了Octopus，一种神经符号架构，结合了大语言模型群体与算法物理引擎，用于自主发现癌症脆弱性，识别出IGF2作为耐药性的生物标志物。
一篇发表在《科学》杂志上的论文展示了生命科学研究正在通过自主AI代理（agentic AI）加速发现，涵盖广泛的领域，实现了自主化研究。
本文介绍了密封联合搜索（SJS）和Agora系统，其中五个专业化的LLM智能体类协作进化Alpha因子。在91天的CSI 1000留存集上，Agora实现了投资组合夏普比率+1.87，显著优于基线，并且发现的指标表现为系统的涌现属性。
OpenAI 与 Molecule.one 合作，让他们的 AI 系统（GPT-5.4 和 Maria）自主选择研究领域、生成提案并在有机化学中运行实验，实现了 88% 测试反应的产率提升——这是 AI 驱动的开放式科学发现的首次。
本文介绍了Cartograph，一种为AI科学家设计的验证层，它结合了子空间实验引导、模糊性解析和库不充分检测。该框架在自主发现测试平台上优于基线，并回顾性地标记了A-Lab材料系统中不明确的声明。
本文介绍了 GRAFT-ATHENA，这是一个自我改进的智能体框架，能够自主发现并进化用于解决科学问题的数值算法。它在物理信息机器学习基准测试中展示了接近机器精度的准确率，并成功应对了复杂的工程挑战。
OpenAI 模型自主解决了平面单位距离问题，这是由保罗·埃尔德什于1946年提出的著名数学开放问题。该模型发现了一组超越方格的新构造。这标志着人工智能首次自主证明了一个重要的数学开放问题。