首个全自动AI科学家诞生！西湖大学最新成果：性能超越人类SOTA基线183.7%（

1.西湖大学人工智能与机器人实验室

人类科学家三年的工作量，如今AI两周就能轻松搞定！最近，来自西湖大学的自然语言处理实验室发布了DeepScientist系统，这也是首个具有完整科研能力，且在无人工干预下，展现出目标导向、持续迭代、渐进式超越人类研究者最先进研究成果的AI科学家系统。

2.西湖大学人工智能

△对比DeepScientist与人类专家的研究进展在AI文本检测任务中，DeepScientist仅用两周时间就实施和验证了超过1000种不同的假设，在此期间取得了相当于人类三年的进展在RAID数据集测试中，DeepScientist设计的方法实现了7.9%的AUROC提升，成功超越了人类现有SOTA方案。

3.西湖大学自动化

另外DeepScientist还在智能体失败归因、LLM推理加速等任务上也分别达成了新的SOTA。

4.西湖大学机器人

下面是更多详细内容介绍从“科研助理”到“首席科学家”：AI科研模式的变革过去的AI Scientist系统，如果不给定一个清晰明了的科研目标，就很容易陷入对现有知识的机械组合与无效试探的窠臼中，最终形成的科研产出在人类专家看来缺乏焦点，科学价值不高。

5.西湖大学人工智能产业研究院

它们更像是能力超群的科研助理，而不是能独立指引方向的科学家DeepScientist的出现改变了这一现状，它不再等待人类告诉它“研究什么”，而是开始主动思考“什么值得研究”，它可以：主动识别前沿研究的根本性局限，。

6.西湖大学人工智能研究生导师

提出全新的科学构想以解决局限性问题，自动编写代码、执行实验、设计分析实验，整理实验结果，撰写结构完整的科研论文，开源可重现代码简而言之，这种从“随机发现”到“长期主动式探索”的角色转变，标志着AI已经正式涉足以往只有顶尖人类心智才能胜任的、最具创造性的科学发现过程。

7.西湖大学发明

DeepScientist的核心机制DeepScientist的核心目标是在一个给定的总研究预算内，最大化有价值的科学发现（Progress Findings）它首先将混乱、依赖灵感的科学发现过程形式化为一个严谨、目标驱动的。

8.西湖大学顶级科学家

分层贝叶斯优化问题，其目标是从所有可能的候选研究空间中，找到一个最优方法，使一个未知且评估成本极高的真实科学价值函数最大化。

9.西湖大学机器人研究院

△DeepScientist的自主科学发现闭环流程图具体而言，DeepScientist基于多智能体协同策略，围绕一个三层级的评估循环推进每个层级代表了对一个科研想法（Finding）进行验证的不同保真度

10.西湖大学杭州智能产业研究院

（Fidelity）和成本（Cost），系统在每一轮迭代中，都基于其不断增长的“经验库（Findings Memory）”产出新假设和做出资源分配决策高层级（即具有高保真度）的信息，其价值是以前一层级（低保真度）

的信息为条件的，而一个想法能否在最终的高保真度评估中成功，依赖于它在低保真度实验中的表现在每一个层级中，只有展现出价值的科研产物才会被送入下一层级以提供更多资源用来进一步探索，否则被存储到“Findings Memory”中用于给后续的探索提供信息。

这种分层方法，确保了计算资源能够被精准地、动态地分配给在当前认知下最具潜力的研究方向，从而在有限的预算内最大化科学发现的效率AI两周完成三年科研进展，全面超越人类专家为验证DeepScientist的研究能力，研究人员将DeepScientist应用在三个当前AI研究的最前沿领域：。

智能体失败归因、LLM推理加速与AI文本检测