发现基础模型（DFM）：迈向开放式探索与科学发现智能

研究人员提出了发现基础模型（DFM）框架，推动基础模型从被动解决人类设定的既有任务转向主动参与科学问题定义与新知识构建。

• DFM 围绕可修订的研究状态展开，覆盖问题发现、形式化建模、表征构建、假设提出、实验干预、证据驱动修订以及持续技能演化等七项耦合能力。
• 研究构建了通用框架 Zetema，并进一步落地为药物发现系统 GALILEO，将干实验推理、机器人自动化湿实验、生物证据链与迭代假设修订构成物理闭环。
• 论文设计了过程导向的评估体系，使科学发现行为本身的逻辑与步骤能够在最终产出之外获得量化度量与定向优化。
• 影响/看点：该框架将科学探索流程系统化建模为可执行的模型闭环，可能为自动化科学研究（AI for Science）提供可扩展的架构参考，其实用价值取决于干湿实验协同对生物物理实验复杂噪声的抗干扰能力。
• 资料依据：
• arXiv（2026-09-14）：https://arxiv.org/abs/2609.15973
• GitHub（2026-09-14）：https://github.com/Gen-Verse/DFM-Plans

本内容由 AI 生成，仅供参考，请注意甄别