Accelerating scientific discovery with Co-Scientist
Co-Scientist 把科学假设生成做成多 agent 系统:多个 agent 持续生成、批判、排序和改进假设,并通过 test-time compute scaling 提升假设质量。 系统面向研究目标和既有证据生成可实验验证的新假设;论文在药物重定位、新靶点发现和抗微生物耐药机制解释中验证,特别是 AM...
papers.dast.ai
改变范式的前沿研究:Agent、记忆、具身智能、多模态与生成式 AI,脑与认知启发,AI 医学/数学/物理/化学,以及 AI 硬件与软硬件协同。
EDITORIAL SELECTION
优先呈现范式级与颠覆级工作。每个页面提供收录依据、边界、原始论文链接及已公开的讲解视频。
Co-Scientist 把科学假设生成做成多 agent 系统:多个 agent 持续生成、批判、排序和改进假设,并通过 test-time compute scaling 提升假设质量。 系统面向研究目标和既有证据生成可实验验证的新假设;论文在药物重定位、新靶点发现和抗微生物耐药机制解释中验证,特别是 AM...
Robin 把文献检索 agent、假设生成、实验建议、数据分析和结果解释连接成 lab-in-the-loop 的科学发现系统,而不是只做单点文献问答或代码生成。 论文在干性年龄相关性黄斑变性场景中验证了系统:Robin 提出增强 RPE 吞噬作用的治疗策略,识别并体外确认 ripasudil 与 KL001...
提示注入攻击是AI agent面临的首要安全威胁,现有最佳防御模型Meta-SecAlign仍存在接近100%的攻击成功率,亟需更有效的防御方法。 本文提出SecPO损失函数,基于理论分析证明理想参考模型(注入不变、效用保持的预言机)可近似,并设计高效对抗训练(AT)管道合成强注入样本,联合训练提升安全性。 T...
投机解码通过轻量级草稿模型加速大语言模型推理,但现有系统未能充分发挥并行草稿的潜力,面临单请求接受率低、批处理验证开销大、部署场景依赖性强三大挑战。 本文提出SpecPilot,一个自主智能体循环系统,通过成本模型定位瓶颈、并行智能体探索优化方向、令牌强制检测奖励黑客、结构化记忆跨轮次迁移有效机制,自动发现算法...
依赖OCR文本的文档研究可能损失图表、公式及版面线索,论文探索直接以页面图像为检索和推理单位的科学文档研究流程。 DR Pixel在106万页科学文档语料上构建页面检索与视觉推理代理,并配套DRPixelBench和用于轨迹训练的反事实信用重加权方法。 106万页面的页图检索研究流程与反事实步骤加权形成可复用方...
多模态表示对齐是人工智能的核心问题,柏拉图表示假说(PRH)认为不同模态的模型在规模增大时会收敛到相同表示,但缺乏严格证明。本文将该假说转化为定理,并提供了实证验证。 本文证明了联合嵌入预测架构(JEPA)的柏拉图表示定理:当正样本对为同一场景的“好视角”且错位有界时,不同模态独立训练的JEPA能学到仅差一个旋...
给时间序列模型指定未来控制变量,并不能保证输出代表改变该变量后的因果结果。 作者推导观察与随机化上下文的混淆差距基准,结合可识别性配对、表示探针、非线性生成和两类物理实验审计四个模型。 低秩干预后训练结合预训练先验回放,在三种子中降低52%–61%差距、付出约1%–3%预测代价;但光学系统可过冲1.6–2.1倍...
导航策略常直接接收视觉预训练目标决定的表示,难以选择最有用的细节。 RepresentNav让策略从多个冻结视觉模型的内部层构造自身表示,并以未来潜在状态预测训练导航动作。 VLNVerse细粒度测试成功率83.80%,较比较基线高20.05个百分点;同编码器消融中构造空间优于拼接,预测自身未来空间将碰撞率18...
智能体能正确复述诊断结果,并不代表会在前提失败时停止后续无效分析。 DMAIC-Bench以15个工业案例的97项任务构造成对继续/停止分支,独立评分执行痕迹,并用专家审计最终结论。 13模型平均GO路由正确率92%、NO-GO为19%;专家审计估计47%的已到达NO-GO决策在最终报告中使用无效证据,区间31...
扩散语言模型允许并行填充不同位置,传统从左到右的语法约束难以直接适配,动态构造解析状态又会引入高昂开销。 DConstrain 编译上下文参数化的状态转移,把约束复用与在线解码分离,并为任意位置填充提供可行性检查。 两个模型家族的 BFCL 实验验证了约束生成与工具调用表现;与 DINGO-Opt 共同成功样本...
逐token生成使语言模型推理受到串行依赖限制。PLM通过变分解码将并行预测作为训练目标的一部分,探索可学习的并行生成机制。 模型用潜变量辅助解码器组织多个token的联合预测,同时保留自回归能力;论文区分精确和放宽接受的推理策略,以调节速度与生成质量。 正文覆盖80M至3B模型,1.3B匹配自回归训练基线,并...
LLM智能体在长时序工作流中执行shell命令、修改代码、安装依赖并与远程服务交互,越来越多地将外部内容中的对抗指令当作合法任务指令,面临间接提示注入(IPI)风险。现有评估多集中于孤立恶意字符串、单步工具调用或窄配置场景,缺乏对任务生命周期内多攻击面的统一评测。因此,构建贴近真实代理工作流的IPI基准成为智能...
蛋白质组学中基于质谱的肽段测序是生物医学研究的关键,但缺乏大规模、标准化、AI就绪的数据资源,限制了深度学习方法的潜力。 本文构建了MassNet,包含来自35个物种的15亿张串联质谱图,并提出了标准化存储格式MSDT。基于此,开发了非自回归Transformer模型XuanjiNovo,采用课程学习策略进行从...
GUI智能体在移动和计算机环境中的应用日益重要,但利用在线强化学习(RL)训练GUI智能体面临交互环境成本高、真实训练任务稀缺等挑战。现有平台往往只支持评估或数据收集,缺乏统一的RL训练基础设施。 读运行时架构和4.3全部消融:移动/桌面/浏览器共用训练评测执行栈、可重置验证环境和合成任务,1000环境启动与失...
第一段:安全对齐的大语言模型存在越狱和过度拒绝问题,现有工作未清晰区分“识别危害”与“写入拒绝”的计算过程。该论文将问题框架化为可测量的通路问题,在残差流更新中分离信息暴露与效应。 第二段:核心方法是将注意力更新和MLP更新分别视为感知与决策的载体,使用解码可读性分析“危害信息”与“拒绝证据”的变化,并引入因果...
具身智能体在真实物理环境中需要同时具备高层推理与低层运动控制能力,但现有方法往往将两者割裂,导致反应延迟高、无法应对突发事件。该问题对于机器人导航、人机协作等应用至关重要,是当前具身智能与语言模型结合的核心挑战。 NavGPT-3提出了一种层次化导航运行时,将语言模型推理、动作策略执行与监控作为独立线程运行,由...
在线强化学习微调扩散模型在图像和视频生成中面临效率和稳定性的双重挑战。现有反向过程方法如Flow-GRPO因信用分配不佳而效率低下,而前向过程方法如DiffusionNFT虽高效但依赖精心调参的EMA离策略训练,稳定性不足。 本文提出DiffusionART,通过聚合每个提示的奖励为共享的奖励改进方向,从构造上...
子词分词隐藏了字符级信息,纯字节模型又往往在性能与效率上落后。论文研究能否复用已有语言模型而不是从头训练字节模型。 byteification通过两阶段训练将子词模型改造为字节输入/输出模型,重用源模型内部能力并设计高效推理路径;作者验证Olmo、Qwen3和Llama三类模型及转换预算。 两阶段byteifi...
没有匹配的论文。