标签
ScienceIDE引入了基础设施，用于将科学代码仓库转化为科学智能体的可编程环境，支持任务生成、执行和验证，训练后的模型在科学代码修复和通用能力方面均有提升。
本文反对在基准准确率饱和时直接“废止并替换”的做法，以 CORE-Bench 为例，证明在准确率持平后，从构建效度、效率、可靠性以及人机协作等维度衡量智能体性能，仍能获得有意义的洞见。
一篇新的 Nature 论文介绍了 ERA，这是一种通过树搜索迭代编写、运行、评分和改进科学代码的 AI 系统，将 AI for Science 从文本生成推进到代码测试。
一位软件工程师分享了学习软件架构的见解，强调组织架构与激励机制优先于代码本身，并结合 rust-analyzer 与科学计算代码的实例进行了说明。