发现基金会模型：迈向开放式发现情报

基础模型已经从对现有知识的学习和推理发展到通过行动、工具使用和结果反馈进行越来越多的学习。我们认为，下一个前沿是进一步的转变：从解决人类指定的问题并采取行动，到参与创造新问题、表征、解释和知识的过程。我们将此功能称为发现智能。我们将发现基础模型（DFM）制定为开放式发现的通用模型系统。 DFM 在可修改的研究状态上运行，并支持七种耦合功能，涵盖问题发现、公式化、表示构建、假设形成、干预、基于证据的修订和持续发现改进。我们用 Zetema 实例化了这个框架，它结合了明确的研究状态动态、验证和实验门控、外部基础以及跨任务发现技能进化。我们进一步用伽利略（GALILEO）框架奠定了基础，伽利略是一个真正的治疗发现系统，其中干实验室推理、机器人和动手湿实验室实验、外部生物证据以及迭代假设和设计修订形成了一个封闭的物理发现循环。然后，我们制定统一的能力形成和以流程为中心的评估方法，使发现行为能够得到训练、改进和衡量，超越最终答案的表现。这些组件共同将发现建立为基础模型系统的可学习、可执行和可评估的功能。我们将这种转变视为智力扩展的更广泛进展：从学习现有知识，到从行动结果中学习，并最终参与发现新知识的结构的构建、测试和修订。代码：https://github.com/Gen-Verse/DFM-Plans