IdeaScientist：协作智能体生成有依据的科学构想

尽管科学研究自动化方面取得了快速进展，但生成有前景且基础良好的研究解决方案仍然是一个核心挑战。我们将研究构思作为一项独立的任务，并根据直觉构建我们的解决方案，即一个领域的挑战通常可以通过解决另一个领域的类似挑战的机制来解决。因此，我们引入了IdeaScientist，它将构思分解为差距查找、创新和报告撰写，并通过强化学习来训练每个角色。这些角色识别相关工作的局限性，从类似的问题设置中得出解决方案的直觉，并将这些直觉发展成完整的研究提案。为了促进跨领域见解的发现，我们构建了斯瓦尔巴思想库，这是一个包含 277 万个分解研究思想的语料库，用于检索、训练和时间控制评估。我们的评估限制了对截止日期之前可用文献的访问，并评估了所提出的方向与人类研究人员撰写的 15,000 篇论文中后来探索的方向的吻合程度。在 Qwen3.6-27B 上，IdeaScientist 的表现比最强的开源自动研究基线高出 14.0%，这主要是由新颖性的增长推动的。在这个 27B 开放的 骨干模型 上，IdeaScientist 的性能甚至超过了使用 Claude-4.8-Opus 的 Claude Code SDK 和使用 GPT-5.4 的 Codex SDK，最高提升了 5.9%。