scientific-progress

评论文章探讨“Math 2.0”应如何更整体地评估数学研究进展，呼吁改变当前以论文为中心的评价体系。

这条推文指出，呼吁放慢AI开发是一个便利的立场，忽略了科学进步的代价，比如延误癌症治疗和药物研发。

这篇文章探讨了科学发现中动机的心理极限，以量子力学和理性社区为例，论证了信念和紧迫感是突破的关键。

Arbor是一个用于自主科学研究的AI框架，它使用协调器、执行器和一个持久的假设树，在多个领域迭代改进研究成果，在六个真实研究任务上取得了强劲的成果。

一项研究评估了前沿模型预测科学进展的能力，涵盖4760个事件，发现它们可以识别可能的方向，但无法可靠预测结果或时间线，且存在系统性过度自信。

在Google I/O大会上，DeepMind CEO Demis Hassabis宣布科学进步正在变得可量化计算，推出了Gemini for Science系统，帮助研究人员读论文、写代码、生成假设，使科研像软件一样规模化迭代。

本文介绍了CUSP，一个用于评估AI系统预测科学进展能力的基准，发现当前模型表现出系统性的过度自信和领域依赖性局限，无法可靠地预测科学进步。