10:05官方账号arXiv cs.AI@Haonan Huang该论文提出一个端到端自主研究流水线,从11,083篇凝聚态物理arXiv论文出发,自动生成包含三个实质物理发现(关于交变磁性压电性)的稿件。流水线分为六个阶段,历经47次全新对话会话,共执行2,162次文献查阅事件。容错机制通过冗余设计实现:隔离上下文、分布式接地和对抗性审查弥补单次会话的遗漏。对比预架构基线和无pilot消融实验,结构强制数值对抗被识别为关键接地机制。论文LLM自主研究容错计算物理论文推荐理由:这篇论文展示了一个真正端到端的自主科研代理,从读论文到写论文全自动,还能发现新的物理现象,值得科研人员看看。原文
11:10官方账号arXiv cs.AI@Weiwei Ye, Hangchen Liu, Dongyuan Li, Renhe Jiang论文提出PAPERCLAW,一个多智能体系统,可从研究领域自主生成完整论文。该系统通过实时文献、数据集和代码孵化想法,并利用假设地图的迭代“提出-测试-反思”循环推进,在证据支持结论时自动撰写符合会议格式的论文。PAPERCLAW支持全生命周期记忆,允许暂停、检查与恢复,并内置人机协作接口,使研究者可在任意阶段介入优化。评估使用LLM评判表明,PAPERCLAW在完全自主和人在回路两种模式下均能产出高质量论文。论文PAPERCLAW多智能体自主研究论文生成LLM推荐理由:想用AI帮你从头到尾写论文?PAPERCLAW能自动搜文献、定假设、跑实验、写全文,你还能中途插手改方向。原文
04:23Y Combinator@ycombinatorAster 正在构建自主研究实验室,通过并行运行数千个 AI 智能体,实现自主研究速度 1000 倍提升。该实验室在 ProteinGym 基准测试中仅用 30 分钟就创造了世界纪录。Aster 目前正致力于自动化开放式研究。该项目由 Y Combinator 支持,并已正式发布。AI模型AsterAI智能体ProteinGym自主研究Y Combinator推荐理由:并行跑千个智能体,30分钟破纪录原文
00:10AK@_akhaliq精选一篇新论文提出假设树细化(Hypothesis-Tree Refinement)框架,旨在让AI自主进行科学假设的生成与验证。该方法通过迭代优化假设树结构,提升研究效率与泛化能力。论文未公开具体实验结果,但展示了框架设计思路。论文Hypothesis-Tree Refinement自主研究论文推荐理由:新论文提出假设树细化方法原文