https://inkeast.github.io/MessageDaily/tags/ai4science/Recent content in AI4Science on MessageDailyHugozh-cnThu, 24 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-24-yunqi2026-data-evaluation-lighthouse/Thu, 24 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-24-yunqi2026-data-evaluation-lighthouse/云栖2026「从繁星到灯塔」数据与评测分论坛全程复盘：七场分享拼出一条主线——人类数据将在2026-2032年间触及上限，合成数据有塌缩与奖励欺骗两大天然短板，模型竞争从拼参数量转向数据资产厚度、闭环转速与评测可信度。文中整理数据飞轮七节点框架、基准设计的科学与艺术、科学/具身两条垂类数据基建，以及"人类数据是RSI锚点"的判断，并给出五条可观察的行业机制链。https://inkeast.github.io/MessageDaily/posts/2026-09-24-yunqi2026-ai-education-research-leap/Thu, 24 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-24-yunqi2026-ai-education-research-leap/云栖2026「AI+教育科研」论坛集中给出了AI从辅助工具变成研究执行者的证据：浙大求是引擎在BabyLM挑战赛上与人类团队同榜竞争并登顶，港科大两个博士生用智能体集群24天跑通NPU设计。但同一批讲者也交代了边界——长周期任务成功率仅约三成、物理世界步履维艰、几毛钱的AI作业正在倒逼评价体系改革。本文按论坛实录整理五条主线：自主科研的两条路线、千步推理的评测之困、工程智能的四把尺子、高校的token经济学，以及教育必须先改评价再发工具的反身性焦虑。https://inkeast.github.io/MessageDaily/posts/2026-09-18-scienceide-paper-reading/Fri, 18 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-18-scienceide-paper-reading/AItonomy 基金会联合 Oxford、Berkeley、Stanford 等 25 家机构发布 ScienceIDE：把全球科学代码库（PLUTO、Athena++、MITgcm 等天体物理/等离子体/海洋模拟器）改造成 64 个可执行环境、2,812 个经验证任务、1,076 项数值检查的 Agent 训练基础设施。ScienceIDE-Hard 上 15 个前沿模型横评显示 Claude Fable 5.1 仅 67.1%——科学代码仍是 Agent 洼地；而用验证轨迹 SFT 小模型，修复奖励最多 +33 分且正向迁移到 HumanEvalFix/BBH 等通用基准。本精读拆解『环境即基础设施』的设计哲学与『科学经验 bottleneck』的解法。https://inkeast.github.io/MessageDaily/posts/2026-05-31-continual-learning-survey-paper-reading/Sun, 31 May 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-05-31-continual-learning-survey-paper-reading/深度精读 DeepSeek 研究员陈德里（Deli Chen）的持续学习与自我迭代综述——首个统一 LLM 持续学习与自我改进两大研究方向的全景式综述。从三轴分类法、五大方法族、收敛性定理、多模型实验验证到六大开放挑战，全面拆解这篇47页、151篇参考文献、由 Deli AutoResearch 框架协作完成的重量级研究。