SciDER：以科学数据为中心的全自动研究人员

大型语言模型驱动的自动化科学发现正在重塑从构思到实验的研究生命周期，但现有智能体难以自主处理原始实验数据。本文提出 SciDER，一种以数据为中心的全端到端系统，旨在自动化整个研究流程。与传统框架不同，SciDER 中的专用智能体协作解析和分析原始科学数据，基于特定数据特征生成假设与实验设计，并编写执行相应代码。在三个基准测试中，SciDER 凭借自我进化记忆和由批评者主导的反馈循环，在专业数据驱动的科学发现任务中表现卓越，优于通用智能体及最先进模型。该系统作为模块化 Python 包发布，提供轻量级 Web 界面，旨在加速自主数据驱动研究并惠及所有研究者。