Camyla：扩展医学图像分割领域的自主科研能力

本文提出 Camyla，一个用于医学图像分割领域的全自主科研系统。该系统无需人工干预，能将原始数据转化为基于文献的研究提案、可执行实验及完整论文。针对长周期自主实验中的探索漂移、知识退化及失败恢复困难等挑战，Camyla 结合了质量加权分支探索、分层反射记忆及发散诊断反馈三种机制。在零干预协议下的评估显示，Camyla 生成了大量新颖模型实现与论文，其性能超越现有基线及自动化系统，证明了在特定领域实现大规模自主科研的可行性。