LabFactory：构建可执行 AI 实验室
原文标题：LabFactory: Building and Evaluating Executable AI Labs
重要度 3/5 · 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 LabFactory 框架，让 AI 构建者将科学任务简报转化为可执行的 AI 实验室——集成模型、知识资源、工具与控制器的任务专用求解器。交付物由独立主机在留出输入上执行并按任务协议评分，28 个构建案例在全部 33 个子测试中均超过参考值，表明 AI 智能体可端到端交付可调用、可检查的科学系统。
- 问题
- 科学任务需要定制计算系统，但 AI 能否端到端交付可执行、可检验的系统尚不清楚。
- 方法
- LabFactory 让 AI 构建者在计量工作区把任务简报做成固定接口的求解器，由独立主机在留出输入上执行评分。
- 结果
- 28 个构建案例覆盖七类科学任务，交付实验室在全部 33 个子测试上均超过配置参考值。
- 影响
- 表明 AI 智能体可交付可调用、可检查的科学系统，评估对象从过程叙述转向可执行产物。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LabFactory 让 AI 把科学简报做成可执行 AI 实验室，28 个构建案例在 33 个子测试中全部超过参考值。
- •交付物是任务专用求解器，集成模型、知识资源、工具与控制器，置于固定接口之后
- •构建在计量工作区内完成，由独立主机在留出输入上执行，参考标签不进入求解器输入接口
- •评分对象是交付系统本身，而非构建者对自己进展的陈述
- •覆盖分子与基因组预测、生理信号、临床决策支持、生物医学文本等七类科学任务
- •28 个构建案例中 10 个含构建期拟合的预测模型，其余围绕固定平台 LLM 组装检索系统、可执行分析环境与工具驱动工作流
为什么重要：把评测对象从「AI 说了什么」换成「交付的系统在留出数据上跑得怎样」，为智能体端到端交付科学系统提供了可检查的评估范式。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
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。