arXiv 论文：自驱动微流控实验室中学习代理何时可信
原文标题：When Can a Learned Design Surrogate Be Trusted in a Self-Driving Microfluidics Laboratory? An Offline Closed-Loop Framework Built and Tested on Six Public Tables
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。
论文提出离线闭环框架，回答自驱动实验室中学习设计代理何时可信、需多少目标测量、先测哪些、何时停止适配四个问题。在六张公开液滴微流控与脂质体数据表上构建 107 个留一组层级，配合预注册测试与七套冻结闭环协议得出 23 项结论。热启动残差提升在 94% 化学层级中 20 行内回到开发参考的 1.25 倍，但无免标签采集规则通过打乱标签对照。
- 问题
- 自驱动实验室中的学习设计代理何时可信、需多少测量、先测什么、何时停止适配。
- 方法
- 提出离线闭环框架，把四个问题量化为能力比、预算 k*(ε)、到达目标时间与定价决策，在六张公开微流控数据表上以预注册测试和冻结闭环协议验证。
- 结果
- 107 个留一组层级、23 项结论；热启动残差提升在 94% 化学层级中 20 行内回到开发参考的 1.25 倍，但无免标签采集规则通过打乱标签对照。
- 影响
- 为自动化实验平台提供可操作的信任与预算判据，也明确警示：无标签指标无法认证单个候选。
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。