PhAI Labs发布DiscoveryRSI框架
热点事件持续更新
PhAI Labs发布DiscoveryRSI框架
2 篇报道2 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月16日，PhAI Labs在arXiv发布DiscoveryRSI框架，通过多智能体进化搜索与递归学习机制构建假设树。 在DFM-Bench评估中，该系统经两轮自改进后，假设质量评分从4.86升至5.39，可证伪性指标从4.00提升至6.20。 PhAI Labs称，DiscoveryRSI生成假设的启发率达6.3%，显著高于GPT与Claude Opus 5，且41%的人工评审修订带来了改善。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 12:02
PhAI Labs发布DiscoveryRSI，科研Agent假设启发率6.3%居首事件进展
2 个进展
- 10月19日 12:02 · 1 篇报道PhAI Labs发布DiscoveryRSI科研Agent框架及论文机器之心：PhAI Labs发布DiscoveryRSI，科研Agent假设启发率6.3%居首
- 10月19日 12:00 · 1 篇报道arXiv发布DiscoveryRSI假说发现框架arXiv · NLP：DiscoveryRSI：通过递归学习发现高价值假设
报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- 机器之心PhAI Labs发布DiscoveryRSI，科研Agent假设启发率6.3%居首
PhAI Labs发布DiscoveryRSI科研Agent，其生成假设对未来研究的启发率达6.3%，显著高于GPT（2.5%）与Claude Opus 5（2.3%）。 该系统通过递归自我改进提升假设质量，两轮更新后假设自动评分升至5.39，可证伪性从4.00提升至6.20，人工评审中41%的修订带来改善。
- arXiv · NLPDiscoveryRSI：通过递归学习发现高价值假设
DiscoveryRSI 框架提出多智能体进化搜索与递归学习机制，用于构建假设树并将研究转化为可执行任务。在 DFM-Bench 评估中，经过两轮自改进后，假设质量评分从基线模型的 4.86 提升至 5.39。
本事件热度走势
- 可比范围当前
- 18
- 可比范围峰值
- 1910月19日 14:00
- 近 24 小时变化
- –
05101520
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。