ScienceIDE：把科学代码变成 agent 可学习
来自 arXiv · 期号 2026-09-17
摘要
科学代码仓库里存着人类几十年的知识，但工具链碎片化、领域约定隐式、正确性标准特殊，让这些知识很难变成 agent 可靠的学习经验——作者称之为「科学体验瓶颈」。 ScienceIDE 把科学代码仓库转成 agent 可编程的环境：先由专家定义科学用例和验收标准，agent 再把仓库改造成支持任务生成、执行和科学验证的环境。这些环境同时用于监督微调、强化学习和评测。 基于验证过的交互轨迹，他们训练了 PhAI-IDE-72B、9B 和 4B 三个模型。在留出的科学代码修复任务上，以及部分通用代码、推理和知识 benchmark 上都有提升，说明科学经验可以正向迁移到更广泛的能力。 论文附了开源代码。