摘要
近期 AI 代理进展正推动其从工具向自主科学发现转变。本文探讨了两个互补的宇宙学代理系统:CMBEvolve 通过 LLM 引导的代码进化与树搜索解决具明确定量目标的任务;CosmoEvolve 则通过虚拟多代理研究实验室处理开放式科研工作流。初步演示显示,CMBEvolve 在弱引力透镜图分布外检测中通过代码迭代提升基准分数,CosmoEvolve 在 ACT DR6 数据分析中识别出非平凡的配对与尺度依赖行为并生成分析级诊断结果。
AI 推荐理由
论文核心提出基于代码进化和多代理实验室的自主科学发现系统,聚焦自我改进与进化机制。
研究机构
剑桥大学天文研究所,英国剑桥 CB3 0HA
卡文迪许实验室,剑桥大学,麦德莱路,剑桥 CB3 0HA,英国
论文信息