△ 对比DeepScientist与人类专家的研究进展 在AI文本检测任务中，DeepScientist仅用两周时间就实施和验证了超过 1000种 不同的假设，在此期间取得了相当于人类三年的进展。 在RAID数据集测试中，DeepScientist设计的方法实现了 7.9% 的AUROC提升，成功 超越了人类现有SOTA方案 。 另外DeepScientist还在智能体失败归因、LLM推理加速等任务上也分别达成了新的SOTA。 DeepScientist团队 投稿 量子位 | 公众号 QbitAI 人类科学家三年的工作量，如今AI两周就能轻松搞定！ 最近，来自西湖大学的自然语言处理实验室发布了 DeepScientist 系统，这也是 首个 具有完整科研能力，且在无人工干预下，展现出目标 导向、持续迭代、渐进式超越人类研究者最先进研究成果的AI科学家系统。 下面是更多详细内容介绍。 从"科研助理"到"首席科学家"：AI科研模式的变革 过去的AI Scientist系统，如果不给定一个清晰明了的科研目标，就很容易陷入对现有知识的机械组合与无效试探的窠臼中，最终形成的科研 产出在人类专家看来缺乏焦点，科学价值不高 ...

科学发现还是人类专利吗？ 当世界还在为 AI 在数学竞赛中达到金牌水平而惊叹时，一项更加深远的突破正在悄然发生。与解决 IMO 题目这种封闭性问题不同，真正的科学发现是一个开放 性的、长期的认知过程 —— 需要提出原创问题、设计实验方案、观察现象规律、形成科学假设，然后在不断的试错和迭代中逼近真理。 这个过程的复杂度远超任何标准化测试，它要求的不是计算能力，而是真正的科学创新思维。 由创智学院领衔的研究团队今日发布的 AI 超智能系统首次证明，AI 已经具备了进行完整科学发现的能力 —— 该系统在 完全自主的条件下发现了 106 个超越人类 设计的神经网络架构（在多个基准测试中超越了如 Mamba2 和 Gated DeltaNet 等强大的基线模型） ，更恐怖的是，它初步验证了 科学突破可以像训练模型一样 进行工业化量产 。标志着我们正式跨入了长期自主超智能（Long-Horizon Superintelligence）的新纪元， 科 学发现进入 Scaling Law 时代 ！ 从数学金牌到科学发现： 认知复杂度的代际跃迁 近期 AI 领域最引人注目的成就之一是在数学竞赛中的突破表现。Google 等研究 ...