DeepMind Co-Scientist 实测突破：自研推理架构与生物实验预测获专家高度评价

Google DeepMind 团队发布最新研究成果，将科学研究辅助系统 AI Co-Scientist 从理论模拟推进至真实科学实验验证阶段。

• 计算机科学验证方面，系统自主发现了一种新型推理时扩展（Test-time Scaling）架构，在盲审评测中超越了 HealthBench Hard 与 Professional 基准上的六款前沿对比模型。
• 生物实验预测方面，模型基于稀疏成像数据对大肠杆菌群集表型进行了推断预测，其结论与实验室未公开的实测数据保持吻合。
• 论文生成与审查方面，30 位领域专家针对系统端到端生成的学术论文撰写了 450 条同行评审意见，内置的可靠性控制模块在减少学术幻觉与不当引用方面发挥了作用。
• 影响/看点：该系统在真实实验数据预测与架构设计上的表现，意味着 AI 辅助科研正逐步从文献总结过渡到具备实验假设生成与验证能力，其广泛应用取决于不同学科领域实验数据的完备性与跨学科泛化门槛。
• 资料依据：
• X：Elvis Saravia (@omarsar0, DAIR.AI) (https://x.com/omarsar0/status/2093323034195378306)

本内容由 AI 生成，仅供参考，请注意甄别