header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
掃碼下載APP
Partnered With:

無中心規劃器協作,AI科學家系統AutoScientists開源

据動察 Beating 監測,由哈佛醫學院、Kempner 研究所、Broad 研究所等機構的高尚華 Shanghua Gao、Ada Fang 和 Marinka Zitnik 組成的聯合團隊,開源了科學發現智能體系統 AutoScientists。系統基於 AI 智能體社交協作平台 ClawInstitute,沒有中央規劃器或中央編排智能體,模擬真實人類科研的去中心化協作。

先前如 Autoresearch 等系統採用單線程爬山式搜索,只有改動能立竿見影提升效果時才予保留,容易在幾輪後陷入瓶頸。AutoScientists 則引入去中心化論壇機制,多個由 Claude Code 封裝的子智能體在實際消耗算力前,會通過發帖互相撰寫審稿意見,避免重複測試失敗路徑。多個智能體還能自發圍繞有潛力的方向組建題組進行多路探索,解決單兵搜索的盲目性。在語言模型 GPT nanochat 訓練優化中,系統實現 1.9 倍的實驗速度提升;即使從單兵系統無法進一步優化的強起點開始測試,AutoScientists 依然完成了 7 次改進,而先前基線的改進數為 0。

在涵蓋醫學成像、藥物研發、蛋白質工程和單細胞組學的生物醫藥大模型基準 BioML-Bench 測試中,系統在 24 項任務中取得了 74.4% 的平均 Leaderboard 百分位數,比先前最強智能體記錄提高 8.3 個百分點。在 ACE2-Spike 蛋白結合預測上,系統發現的 Kermut 擴展方法將 Spearman 相關係數提升 12.5%。相同方法在不作修改的情況下遷移到全部 217 個 ProteinGym 評估後,將官方平均 Spearman 相關係數從 0.657 提升至 0.700,升幅為 6.5%,超過先前 ProteinGym 監督基準的整體最好成績。

举报 糾錯/舉報
糾錯/舉報
提交
新增文庫
僅自己可見
公開
保存
選擇文庫
新增文庫
取消
完成