Large language models can predict the results of social science experiments

发表:2026-07-08 · 颠覆级

社会科学实验昂贵且周期较长,研究者通常需要通过小规模预实验或人类预测来筛选干预方案、估计效应并确定后续实验优先级。本文研究大语言模型能否在无法直接接触实验结果的条件下,预测随机调查实验的处理效应,从而辅助实验设计与资源分配。 作者没有要求模型直接猜测论文结论,而是给模型提供虚拟参与者的人口统计资料、实验刺激和结...

Membrane protein solubilization and structure determination using de novo–designed proteins

发表:2026-07-02 · 颠覆级

膜蛋白的结构解析和疫苗开发因其广泛的疏水表面而面临巨大挑战。本文提出了一种基于深度学习的通用设计方法,用于增溶天然膜蛋白,同时保留其序列、折叠、活性位点和配体结合特性。 核心方法是利用深度学习(RFdiffusion)设计基因编码的de novo蛋白——WRAP(水溶性RFdiffused两亲性蛋白),它们包裹...

SciAtlas: A Large-Scale Knowledge Graph for Automated Scientific Research

发表:2026-05-20 · 突破级

SciAtlas 面向自动科研中的信息组织问题:向量检索和关键词检索难以表达跨学科、跨实体、跨证据链的拓扑关系,deep research agent 又容易产生逻辑幻觉和高推理成本。 系统构建跨 26 个学科、4300 万论文、1.57 亿实体和 30 亿 triplets 的异构科学知识图谱,将科学文献组织...

Accelerating scientific discovery with Co-Scientist

发表:2026-05-19 · 范式级

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...

An AI system to help scientists write expert-level empirical software

发表:2026-05-19 · 颠覆级

ERA 针对科学研究中的一个真实瓶颈:研究软件和实验脚本往往需要专家长期手写,限制了计算实验迭代速度。 系统把 LLM 与 tree search 结合,以质量指标为目标反复生成、测试和改进代码;论文报告它在单细胞分析、COVID-19 住院预测、地理空间分析、斑马鱼神经活动预测和数值积分等任务中达到或超过专家...

A multi-agent system for automating scientific discovery

发表:2026-05-19 · 范式级

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...

Towards end-to-end automation of AI research

发表:2026-03-25 · 颠覆级

自动化科学早就不缺局部工具:想法生成、代码编写、实验执行、论文写作、文献检索、评审辅助都各自有进展。真正缺的是把整个研究生命周期连成一条可运行、可评估的 agentic workflow。The AI Scientist 直指这个缺口。 论文提出一个端到端 research pipeline:自动生成研究方向和...

The Virtual Lab of AI agents designs new SARS-CoV-2 nanobodies

发表:2025-07-29 · 颠覆级

这篇论文把多智能体科研系统从“写写方案、做做文献总结”的阶段推进到了真正的实验科学闭环。作者提出 Virtual Lab:由 LLM Principal Investigator 代理统筹、一组不同角色的 LLM scientist 代理协作,再由人类研究者提供高层反馈,共同完成复杂、跨学科的科研任务。目标不是...