标签
该论文提出了DiscoveryRSI框架，通过多智能体进化搜索、研究回放和信用分配，将递归自我改进应用于科学假设生成，在四个生命科学领域中将假设质量从4.86提升至5.39，与训练截止日期之后发表的研究的吻合率达到6.3%。
Gen-Verse 发布了 DiscoveryRSI-27B，一个 27B 指令微调语言模型，用于递归式科学假设的开发、评估、修订与归因，并配套 DiscoveryRSI 研究智能体框架，支持生命科学研究工作流。
DiscoveryRSI 引入了一个具备递归学习能力的多智能体进化搜索框架，用于生成和优化有价值的科学假设，在生命科学基准测试上实现了自我提升的收益，并在多项指标上超越了 GPT-6、Claude Opus 等基线研究智能体，同时提出了全新的 DFM-Bench 评估套件。
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。
查尔姆斯理工大学的研究人员开发出一种闭环AI科学家，能够生成生物学假设、通过实验室机器人设计并执行实验，并从结果中学习。他们以酵母为对象进行测试，共产生了1,933个候选假设。
本文提出了一种新的统一预训练框架，用于医学代码序列，能够捕获层次结构和复杂交互，并在临床事件预测和阿尔茨海默病的药物重定位案例研究中展示了优越的性能。
这期播客节目探讨了人工智能科学家的概念，它们将大语言模型与自动化实验室结合起来，设计并进行实验。来自 ARIA 的 Ant Rowstron 讨论了该领域中新兴的架构和持续的研究。
本文介绍了一种名为 MDA 的框架，该框架利用 LLMs 进行假设生成，并使用贝叶斯推断进行机制评分，显著减少了实验需求，同时在 FORCEBENCH 等科学基准测试中提高了准确性。
本文介绍了Graph-PRefLexOR-8B的图到答案机制追踪案例研究，该模型是一个材料科学假设生成模型，利用可视化和基于激活的诊断方法，定位生成过程中机制支持在何处丢失或恢复。
FirstResearch 引入了一个结构化框架，用于LLM科学发现代理，该框架生成一份研究问题证书，包含原始定义、假设、机制、可证伪假设和失败更新规则，使得所提出的研究问题在执行前可被审查。使用LLM评估者的初步评估表明，以证书为中心的方法在可审计性和得分方面优于基线系统。
EO-Agents 提出了一种三智能体LLM流水线，用于生成地球观测假设，利用NASA知识图谱和图神经网络对候选数据集配对进行排序，LLM智能体负责筛选、生成和评估结构化研究假设。
DiscoPER 是一个自主框架，利用大型语言模型和动态代码生成进行开放式科学研究，通过二阶元反射综合发现结果，并采用统计检验确保严谨性。在多模态生态基准测试中，它在恢复已知模式方面优于基线方法。
本文提出了一种受并行回火启发的进化框架，该框架利用多温度采样和信息交换，提高了大语言模型生成科学假设的多样性和质量，并在分子发现、方程发现和算法发现等领域中得到了验证。
本文介绍了条件假设生成（Conditional Hypothesis Generation），这是一个结合研究者指定协变量的框架，用于引导基于LLM的文本分析发现有意义的子组差异，同时解决诸如层不平衡和符号反转等混杂因素。
HypoAgent是一种面向知识图谱的交互式溯因假设生成的智能体框架，集成了三个智能体以处理不断变化的用户意图和细粒度诊断，实现了最先进的性能。
LLM-AutoSciLab是一个闭环框架，利用LLM迭代生成假设、选择信息量大的实验并优化机制，在物理和生物学基准测试上相比之前的静态方法实现了更高的准确性和样本效率。
本文介绍了Multi-Persona Debate System（MPDS），这是一个基于文献的框架，利用大语言模型、角色归纳和结构化多智能体辩论来自动生成科学假设。在电池材料研究中的评估表明，该框架提高了假设质量并实现了跨视角整合。
两款AI驱动的科学助手——谷歌的Co-Scientist和FutureHouse的Robin——能够生成假设并分析生物数据以进行药物重定位，帮助研究人员发现跨科学领域的非直观关联。
Google DeepMind 推出了 Co-Scientist，这是一个利用多智能体“创意锦标赛”来生成、辩论和评估针对开放挑战的研究假设的系统。
该论文提出了一种可扩展的监督微调方法，用于训练语言模型跨学科提出科研假设，已被ICML 2026接收，代码已开源。