Weco AI 提出 AIDE2：AI 研究智能体通过递归自我改进提升研究效率
Weco AI 团队在 arXiv 发布预印本，提出递归自我改进系统 AIDE2，让 AI 研究智能体改写自身 harness 代码，并在隐藏评测上保留表现最好的版本。
入选理由论文给出 AI 研究智能体改写自身代码并迁移到未见任务的实测流程，研究者可据此判断自主科研代理的自我改进边界。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
35 条入选报道，更新于 11:07
9月22日
星期二，1 条9月17日
星期四，1 条ICML 2026 随机实验与调查：LLM 在同行评审中的使用与影响
微软研究院等机构的研究者在 ICML 2026 上开展随机实验与匿名调查，涉及 24,661 篇投稿和 17,886 名评审人。随机分配保守政策（禁止使用 LLM）或宽松政策（允许有限辅助）后，两种政策对最终论文决定、论文评分和评审人信心的影响接近于零，宽松政策下的评审意见长 5.5%–7.7%。
入选理由ICML 2026 的随机实验与匿名调查给出了 LLM 使用政策对评审结果的实际影响，以及评审者违规使用的比例，可供会议和期刊制定政策时参考。
9月10日
星期四，1 条Amazon Science 论文解释机器学习研究智能体为何不过拟合
Amazon Science 团队在论文《What fits (into few tokens) doesn't overfit: Compression and generalization in ML research agents》中提出，机器学习研究智能体在基准上反复爬坡却不过拟合，原因在于最终有效的策略高度可压缩。
入选理由用可重置的 LLM 研究智能体替代人类研究社区做对照实验，为基准刷分为何没有普遍过拟合给出可检验的解释。
8月23日
星期日，1 条OpenLAM 团队发布 DPA4 与 DPA4C 通用机器学习势，单卡可模拟 1405 万原子
OpenLAM 团队联合北京大学、DP Technology 和北京应用物理与计算数学研究所发布 DPA4 系列进展：DPA4 面向高精度路线，公开 OMat24 无机材料与 OMol25 复杂分子的预训练模型。
入选理由材料给出 DPA4C 在完整分子动力学基准上的吞吐与精度对比，材料计算研究者可据此判断它能否替代经验势做百纳米级模拟。
6月12日
星期五，1 条Biohub 与 UC Berkeley 用激光相位板提升冷冻电镜成像对比度
Biohub 与 UC Berkeley 研究团队在三篇论文中报告，激光相位板在单激光和双激光（xLPP）两种配置下都能在现代冷冻电镜中显著提升小蛋白成像对比度。
入选理由Biohub 与 UC Berkeley 用三篇论文报告激光相位板在真实冷冻电镜中提升小蛋白成像对比度，并已开放断层扫描数据。