跳转至

ScienceBuddy: Recursive-in-Recursive Self-Improvement for Interactive Scientific Agents

复现级别：L1 核心机制诊断。 本地执行双层状态更新；没有连接真实实验室环境。

论文信息

字段 内容
论文链接 ScienceBuddy: Recursive-in-Recursive Self-Improvement for Interactive Scientific Agents
公司/机构 Gen-Verse research collaboration（按第一作者署名单位）
首次公开日期 2026-09-15（arXiv v1）
原文开源代码 是：https://github.com/Gen-Verse/ScienceBuddy
Adapter / 方法 sciencebuddy
本地复现代码 src/auto_research/agent_research/latest_20260916.py

原始论文总结

背景与主要改动

内层递归演化交互 harness，外层用成功轨迹更新科学 Agent 策略。

本地 reference kernel 保留决定性门控、权重或状态转换，并输出可审计中间量，以便与相邻方法在统一预算下比较。

flowchart LR
  I[公开输入与状态] --> M[sciencebuddy 核心机制]
  M --> A[可审计中间量]
  A --> O[输出或策略更新]

原论文关键图

ScienceBuddy: Recursive-in-Recursive Self-Improvement for Interactive Scientific Agents 原论文 Figure 4

原论文 Figure 4（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

实现保留论文的决定性状态转换，并输出权重、门控、深度、阶段或缓存统计；固定预算和三种子只用于检查机制不变量，不等同于论文规模训练。

论文离线与线上效果

论文报告的能力、速度或成本结论只作为原文事实记录；本地指标不与其直接横比，也不外推线上收益。

本地复现

三种子结果见 metrics/mechanism-seeds42-44.json。统一 receipt 标记 diagnostic_only=true，不会被公开看板当成完整能力提升。

复现边界

本地执行双层状态更新；没有连接真实实验室环境。