跳到主要內容
727財經
繁體中文

OpenScience自測75.7%超過Codex:科研Agent開始自己循環跑實驗

動察 Beating AI 快訊,Y Combinator 2026 冬季批次(YC W26)公司 Synthetic Sciences 正式發佈開源科研 Agent OpenScience。它能查論文、處理數據、寫代碼和調用科研數據庫,新加入的 Autoresearch 還能讓 AI 自己連續跑實驗。

比如訓練一個模型,研究者只需要告訴它「把驗證集 loss 降下來」。OpenScience 會先跑基線,再自己提出修改方案,一輪輪執行實驗。結果變好就保留,變差就回退,再根據前面的結果決定下一步試甚麼。用戶也可以提前限制運行次數、總時長和停止條件,或者規定「接下來只改優化器」。

OpenScience 把原本需要研究者反復盯著做的實驗迭代自動化了:提出方案、執行實驗、比較指標、淘汰失敗方案,再繼續下一輪。實驗可以在本機運行,也可以交給遠程 GPU、SSH 服務器和 Slurm/PBS 集群。每輪實驗的代碼、結果和判斷都會留下記錄,方便後續檢查。

它還支持直接登錄 ChatGPT/Codex 訂閱,也可以接入自己的 API Key、本地模型,或使用官方按量付費的 Ace。

官方自測中,OpenScience 在 70 道 Terminal-Bench Science 任務中完成 53 道,得分 75.7%。作為對比,Codex + GPT-6 Astra 的公開成績為 68.1%。

相關資訊

  1. 從落選到復出:加密資本為何對Sherrod Brown展開「世紀圍剿」?

    曾任參議院銀行委員會主席的Sherrod Brown,為何成為加密行業政治勢力眼中的「頭號公敵」,讓Fairshake等組織不惜連續兩屆選舉投入上億美元,阻止他重返國會?

  2. 香港完成首筆代幣化黃金跨行交易,真正改變的是甚麼?

    香港金管局EnsembleTX完成首筆「代幣化黃金×代幣化存款」跨行交易,由招金礦業、建行(亞洲)、東亞銀行等參與。交易把黃金賬本與資金賬本放進同一清算閉環,以港元RTGS完成...

  3. 高通:高通AI Hub現已面向中國開發者開放

  4. 某巨鯨剛剛開設超1.47億美元的原油多頭倉位

  5. OpenAI下一代GPT-6.2 Astra正灰度測試,Codex用量統計中已單獨列出