AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：自动化研究×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月5日
09:34
09:34Ate-a-Pi@svpino
精选
Lemma 推出 FARS（全自动研究系统）模式，通过四个专门智能体（构思、规划、实验、写作）实现端到端的 AI 研究自动化。该系统无需人类干预即可运行完整研究循环，从提出假设到撰写论文。FARS 通过共享文件系统协调智能体，支持并行运行多个研究线程，使单个研究者一周内能完成传统实验室一年的工作量。这有望彻底改变当前研究效率低下的现状，解决文献综述耗时、路径选择风险高等痛点。
AI产品多智能体系统自动化研究LemmaFARS假设验证
推荐理由：AI 研究者终于有了能并行跑假设验证的工具——FARS 把实验室一年的工作量压缩到一周，做学术或工业研究的团队可以直接用它加速探索。
原文
5月26日
23:02
23:02rohanpaul_ai@rohanpaul_ai
72°
Meta、斯坦福、谷歌等顶级实验室联合提出AutoResearchClaw，一种将自动化科研从“生产流水线”转变为“受控循环”的新框架。该框架允许AI在研究中失败、恢复并在适当时机向人类求助，将失败视为证据而非错误。在ARC-Bench基准上，AutoResearchClaw比AI Scientist v2提升54.7%，尤其在结果分析环节表现突出。实验显示，完全自主的科研接受率仅25%，而人类协作模式（CoPilot）达到87.5%，说明过度监督和缺乏判断都会损害科研质量。论文揭示了当前AI科研系统的关键边界：机器能验证数字的真实性，但人类仍能识别实验是否在问正确的问题。
论文AI科研AutoResearchClaw人机协作自动化研究失败恢复
推荐理由：做AI科研自动化的团队会发现，这个框架把失败变成了系统的一部分，而不是bug——CoPilot模式87.5%的接受率值得所有做AI Scientist的人点开看看。
原文
5月14日
01:10
01:10AlphaSignal@AlphaSignalAI
70°
Hugging Face 开源了一个 CLI 智能体，能自动执行机器学习工程师的完整研究循环：从阅读论文、追踪引用，到拉取数据集、编写训练脚本，再到启动 GPU 任务并迭代优化。在科学推理任务中，它训练 Qwen3-1.7B 将 GPQA 得分从 10% 提升至 32%，超越 Claude Code 的 22.99%。在医疗领域，它因公开数据集质量不足，自动生成 1100 个合成样本并上采样 50 倍，在 HealthBench 上比 Codex 高出 60%。该智能体还具备自主诊断失败评估、恢复训练的能力，以 CLI 和 Web 应用形式提供，甚至可在手机上运行。
AI产品Hugging FaceCLI 智能体开源/仓库自动化研究模型训练
推荐理由：Hugging Face 这个开源智能体把 ML 研究全流程自动化了，做实验的团队可以直接用它跑论文复现和模型训练，省掉大量手动调参和写脚本的时间。
原文
5月13日
21:35
21:35Anthropic: Research（资讯）
70°
Anthropic 发布了一项新研究，提出利用大型语言模型（LLM）作为自动化对齐研究者，以解决 AI 对齐中的可扩展监督问题。该方法通过让 LLM 自动生成和测试对齐假设，减少对人类研究者的依赖，从而加速对齐研究进程。实验表明，自动化对齐研究者能够发现一些人类可能忽略的漏洞，并生成有效的对齐策略。这项研究为未来更安全的 AI 系统开发提供了新思路，尤其适用于需要大规模监督的复杂场景。
论文AnthropicAI 对齐可扩展监督自动化研究LLM
推荐理由：Anthropic 用 LLM 自动化对齐研究，解决了可扩展监督的人力瓶颈，做 AI 安全和对齐的团队值得关注，可以直接参考其方法加速自己的研究。
原文