跳到正文
只看论文#Agent
  1. Google Research60

    Google Research 发布自主湿实验室研究：VERID 框架与智能体闭环生物实验

    Google Research 介绍三项研究，推动 AI 智能体在真实湿实验室中闭环做实验。VERID 是基于开源 PyLabRobot 的实验室数字孪生框架，提供实时 3D 状态跟踪、虚拟试运行、硬件安全检查和同步录像日志，让智能体在真实实验中把染料混合物重建精度提升五倍以上。

    推荐理由：官方博文给出三条通往自主湿实验室的研究线，读者可看到智能体闭环实验在适配体和蛋白质设计上的具体数据。

  1. GitHub Blog · AI & ML61

    GitHub 发布开源 AI 代码评审基准 ReviewBench

    GitHub 与 Microsoft 团队发布 AI 代码评审离线基准 ReviewBench，语料基于对 GitHub 上 1.039 亿个真实 pull request 的分布分析，收录来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request，数据集、评审 rubric、judge 提示词与自测 runner 全部公开。

    推荐理由：基准数据集、评审规则和自测流程全部公开，做代码评审智能体的团队可以直接上手离线评估并对照排行榜迭代。

已经到底了