标签
GPT-6.2 Astra 在 94 分钟内独立证明了一个已有 20 年历史的数学定理,绕过了原证明中的三个关键结果,其长达 1,794 行的证明在无人干预的情况下通过了形式化验证。
Inventa 是一个自动化科学发现框架,采用去中心化的自主研究单元,通过变异代理、经过验证的共享知识和自适应编排器推动想法演进。它在包括 EurekaBench 在内的五项基准测试中领先(在 EurekaBench 上得分为 73.6%,而 CORAL 为 56.2%),同时使用的模型调用次数要少得多。
两位物理学家让AI自主选择问题、求解并撰写论文,AI在两小时内产出了一篇具有新颖且重要结果、可投顶级期刊的论文。
该论文构建了由持久性、跨学科的AI研究智能体组成的团队,这些智能体拥有各自独立的研究历史,并通过自适应分配实验预算,自主发现线性注意力架构,在1.3B规模的语言建模和检索任务上超越了GD-NS方法。
DuoDiscover 是一个自主发现搜索系统,通过让编码代理协同发现优化目标与快速代理评估器(yardstick),并用保真度测试防止代理指标漂移,来突破自主发现中的评估瓶颈。在 SWEfficiency、SOL-Exec、vLLM、SQLite 及 CPU 微架构优化等多个基准上取得显著成果,部分任务上超越 AlphaEvolve 系统与人类专家。
本文提出使用可能性理论将开放式科学发现形式化为自主科学发现(AASD)问题,引入abductive utility作为发现进展的可计算度量,并提出possibility frontier search算法,在保持anytime有效性的同时渐近达到ε-最优abductive utility。
LLM-IDEA 论文提出一个由可识别性驱动的实验智能体,用于闭环自主发现机制性世界模型。其可识别性引擎能在能力上限、设计类内可解、认证耗尽三种平台期判定之间做出选择,从而使自主智能体能够计算出当前平台期是需要更多搜索、更优同类实验,还是需要更换一类实验。
研究人员推出 AI Theorist,一个多智能体 AI 系统,可通过假设生成与第一性原理计算自主构建物理模型,并将其应用于从光谱中揭示 α-RuCl₃ 的激子结构。据称这是 AI 系统自主创建物理模型以解释量子材料中尚未发表的实验观测的首次演示。
ARCHE是一个自主代理系统,集成了推理和计算模型,以自动化发现和验证化学反应机理,并通过多种化学场景进行了验证。
该论文介绍了theStation,这是一个开放世界多智能体环境,AI代理在此环境中自主协作进行数学研究,在多个开放问题上取得了新颖成果,并发布所有对话、证明和代码以确保透明度。
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。