ADAPT for Science：多智能体框架实现自进化科学优化
原文标题：ADAPT for Science: A Multi-Agent System for Self-Evolving Scientific Optimization
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
arXiv 新论文提出 ADAPT for Science，一个面向科学优化的多智能体框架，将科学优化拆解为「在哪搜索」与「如何搜索」两个耦合决策，并利用历史设计初始化、逐步集中算力、从执行反馈中进化优化流程。在引力波探测器设计任务上，ADAPT 借助可微物理模拟器与 8 个未见拓扑结构进行评测，在同等评估预算下平均损失为 0.204，较最佳经典优化器降低 54.9%，较最佳通用智能体进化基线降低 62.2%，并在所有未见拓扑上取得最低损失。
- 问题
- 科学设计搜索空间大、评估昂贵，通用优化方法未利用领域先验。
- 方法
- 多智能体框架把优化拆为在哪搜索与如何搜索，用历史设计初始化并从执行反馈进化流程。
- 结果
- 引力波探测器设计任务上平均损失 0.204，较最佳经典优化器降低 54.9%，较最佳通用智能体进化基线降低 62.2%
- 影响
- 展示智能体在受限预算科学优化中的实用价值，可迁移到其他高成本设计任务。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。