标签
Salesforce 和 Stony Brook 的研究人员训练了一个 8B 推理模型，采用集合级强化学习目标来生成多样、高质量的科学想法，在无数据污染的基准测试中，其创意实用性超过了 Claude Opus 4.8 和 GPT-6 Astra。
Google Cloud AI Research 的研究人员提出了 AIM（Agentic Idea Management），这是一个将研究想法组织成簇、评估其前景并安排探索/利用实验的框架，其中包含方案审计器和资源规划器，并报告了在 AutoLab 任务上相对于 ScientistOne 的性能提升。
作者认为，AI充当思考伙伴，帮助人们将想法发展并外化为框架，随后在线分享，这可能影响新想法的产生与传播。
这篇文章探讨了如何通过培养独处状态和特定心态来激发新创意，并引用了企业家如Sam Altman和艺术家如Pablo Picasso的见解。
IdeaTrail是一个多轮过程轨迹数据集，用于科学构思，通过Generator--Advisor循环从证据收集到提案构建合成研究过程，以确保依据充分。
本文介绍 ResearchStudio-Idea，一个基于 ML 会议论文分析的可复用研究构思技能套件，包含 Paper-Search、Scoop-Check 和 IdeaSpark，通过从 1,947 篇论文中提取的 15 个模式来生成有证据支撑的研究想法。
耶鲁大学的论文通过构建大规模评估框架，比较了LLM与人类研究者在生成研究想法上的分布差距，发现LLM想法高度集中于bridge和synthesis类型，而人类想法分布更广，揭示了'研究品味'的差异，对Research Agent的多样性提出挑战。
介绍了IG-Bench，一个用于科学谱系推理和创意生成的基准测试，将科学作品表示为Idea Genome对象。评估了14个基于LLM的科学家，发现了一个组合瓶颈，最强系统在谱系推理上的精确准确率仅为27.3%。
一篇新的预印本提出了'科学的外星空间'这一概念——即那些与文献一致但当前科研社区在认知上无法触及的研究方向——并提出了一种方法，利用LLM论文中的思想原子来采样这类方向，结果显示该方法可以在不牺牲一致性的情况下探索3.5至7倍更广泛的思想空间。