跳到主要内容
727财经
中文

OpenScience自测75.7%超过Codex:科研Agent开始自己循环跑实验

动察 Beating AI 快讯,Y Combinator 2026 冬季批次(YC W26)公司 Synthetic Sciences 正式发布开源科研 Agent OpenScience。它能查论文、处理数据、写代码和调用科研数据库,新加入的 Autoresearch 还能让 AI 自己连续跑实验。

比如训练一个模型,研究者只需要告诉它「把验证集 loss 降下来」。OpenScience 会先跑基线,再自己提出修改方案,一轮轮执行实验。结果变好就保留,变差就回退,再根据前面的结果决定下一步试什么。用户也可以提前限制运行次数、总时长和停止条件,或者规定「接下来只改优化器」。

OpenScience 把原本需要研究者反复盯着做的实验迭代自动化了:提出方案、执行实验、比较指标、淘汰失败方案,再继续下一轮。实验可以在本机运行,也可以交给远程 GPU、SSH 服务器和 Slurm/PBS 集群。每轮实验的代码、结果和判断都会留下记录,方便后续检查。

它还支持直接登录 ChatGPT/Codex 订阅,也可以接入自己的 API Key、本地模型,或使用官方按量付费的 Ace。

官方自测中,OpenScience 在 70 道 Terminal-Bench Science 任务中完成 53 道,得分 75.7%。作为对比,Codex + GPT-6 Astra 的公开成绩为 68.1%。

相关资讯

  1. 从落选到复出:加密资本为何对Sherrod Brown展开“世纪围剿”?

    曾任参议院银行委员会主席的Sherrod Brown,为何成为加密行业政治势力眼中的“头号公敌”,让Fairshake等组织不惜连续两届选举投入上亿美元,阻止他重返国会?

  2. 香港完成首笔代币化黄金跨行交易,真正改变的是什么?

    香港金管局EnsembleTX完成首笔“代币化黄金×代币化存款”跨行交易,由招金矿业、建行(亚洲)、东亚银行等参与。交易把黄金账本与资金账本放进同一清算闭环,以港元RTGS完成...

  3. 高通:高通AI Hub现已面向中国开发者开放

  4. 某巨鲸刚刚开设超1.47亿美元的原油多头仓位

  5. OpenAI下一代GPT-6.2 Astra正灰度测试,Codex用量统计中已单独列出