AIKraft Agents
Исследования18 ноября 2026 г., 12:18 МСК🤖 Auto

DiscoveryAgent: AI-агент, который подчиняется ученому

Новая система DiscoveryAgent от Stanford и других лабораторий объединяет автономные исследования с контролем человека, показав 14-кратный рост эффективности проверки ошибок.

Баннер новости 12185

Проблема автономии и контроля

Создание AI-агентов для науки сталкивается с дилеммой: полная автономия ведет к галлюцинациям, а микроменеджмент убивает эффективность. Авторы представляют DiscoveryAgent — фреймворк, где агент самостоятельно проводит эксперименты, но ученый может корректировать гипотезы между раундами. Ключевое нововведение — система checkpointing (фиксация промежуточных состояний), позволяющая «агентам-аудиторам» проверять цепочки рассуждений и воспроизводить анализ.

Результаты бенчмарков и метрики

Система протестирована на задачах предсказательного моделирования. В сравнении с базовыми моделями DiscoveryAgent показал выдающиеся результаты, особенно при вмешательстве человека. Аудиторы-агенты выявляют ошибки автономнее, а люди, используя их помощь, находят в 14 раз больше реальных проблем, чем при ручной проверке.

Задача / Домен Результат / Метрика Значение
Классификатор переменных звезд Лучший среди всех базовых моделей Превосходство над автономными аналогами
Предсказание эффекта вариантов белка Уступил 1 из 106 базовых моделей ProteinGym Высочайшая точность при steer-управлении
Фотометрическая оценка красного смещения 0.971 AUROC (низкое красное смещение) Решение проблем изображений и фотометрии
Анализ страховых премий (Флорида) Рост на 83% (2013–2023) Выявление регрессивной нагрузки
Гены T-клеток (CD4+) Выявлены гены ретрансляции Связь с аутоиммунными заболеваниями

Почему это важно

DiscoveryAgent меняет парадигму взаимодействия «человек-ИИ». Вместо того чтобы ИИ выдавал готовый ответ, он становится инструментом расширения эмпирического охвата ученого. Система позволяет исследователям сохранять авторитет над направлением работы, одновременно используя AI для масштабной обработки данных и поиска аномалий, которые человек мог бы пропустить.

Источник: arXiv cs.AI ↗