ScienceBuddy：递归式自我改进的科学
来自 arXiv · 期号 2026-09-16
摘要
做科研时，agent 跑完一次实验就结束了，反馈和经验没有留下来改进自己。 ScienceBuddy 提出了一种递归式自我改进机制：内层循环固定模型、优化 agent 的工具和环境（harness）；外层循环用改进后的 harness 生成训练数据，再训练模型。两个循环交替运转，harness 和模型互相推动。 论文在四类科学任务上做了案例展示，并开源了代码和评测集。
来自 arXiv · 期号 2026-09-16
做科研时，agent 跑完一次实验就结束了，反馈和经验没有留下来改进自己。 ScienceBuddy 提出了一种递归式自我改进机制：内层循环固定模型、优化 agent 的工具和环境（harness）；外层循环用改进后的 harness 生成训练数据，再训练模型。两个循环交替运转，harness 和模型互相推动。 论文在四类科学任务上做了案例展示，并开源了代码和评测集。
本站只做摘要与索引，全部内容版权归原作者所有。