AI的第一位科学家发表了有关ICLR的论文！得分6/7/6，从选择主题到实验，零manu -manu进程，尽管GitHub代码的基础是由AI编写的 来自Aofei Temple Quubits的Bai Jiao |官方帐户Qbitai！ AI生成的论文，ICLR研讨会审查传递给了顶级会议？呢分数为6/7/6，超过了人类平均验收阈值。该文件属于江姨。阅读了整篇文章后，图表和论点是完整且众所周知的。其背后的公司Sakana AI是Transformers之一Llion Jones的创业公司。新版本2.0是通用端到端代理系统。与原始版本不同，它将摆脱希望制定模式的希望，能够提出假设，运行实验，研究数据和科学论文的杂志，并且具有更强的理解图表的能力。它在ML领域具有更强的总体功能，并采用了Agentictreseearch由实验管理代理执导。扩展全文 AI生成的论文通过了会议的主要审查 首先，让我们看一下由AI完全形成的本文，该官员揭示了许多细节。 本文的标题是：“组合：增强神经网络概括的意外障碍”。本文提出了一种旨在增强整体神经网络组成的组成正则化方法，进行了大量实验以评估其影响，并评估操作员的复杂性对模型性能的影响，并讨论包装的本地原因为什么调节组合物没有带来预期的好处。 当时，ICLR研讨会同意提交三篇AI生成的论文进行同行评审。 审稿人会说，他们审查的角色可能是AI生成的（43篇论文中的3个），但他们不知道任命为他们的作者是否是AI。 Sakanaai编写的纸完全F由AI的端到端或没有被人们修改 - AI Scientist-V2提出了科学假设，提出了实验，以测试假设，写入和完美的代码进行这些实验，进行实验，研究数据，将数据描述为图形，并写出整个恐怖手稿的每个单词，从标题到完整的单词manuskrit参考，包括图形和所有格式，包括图形和所有格式。 在该过程中，人们所做的一项工作是提供广泛的研究主题，最终他们选择了三篇前三篇论文（考虑差异和质量）来服从研讨会。 △团队为每本生成的论文撰写了全面的评论 最后，提交的三篇论文中有两篇没有达到接受标准。论文的平均标记分别为6.33（6/6/7），排名所有提交的论文的45％，高于人类平均水平的接受度。 但是，为了透明，本文在P之后被撤回EER评论，无法在OpenReview公共论坛上发表，但是GitHub在存储中发现。 此外，他们发现AI科学家偶尔会犯一些引用错误。 例如，Goodfellow（2016）中的不是与正确的作者Hochreiter和Schmidhuber（1997）中的“基于LSTM的神经网络”（1997）。 为了严格通过实验结果提高科学，重复和统计数据的准确性，AI科学家鼓励多次重复其每个实验（在纸面上选择）。 第一AI科学家2.0 去年8月，AI的第一位科学家独立于行动出生并完成了10篇论文。现在，用2.0的论文可以通过领先的同行评审。 值得一提的是，在官方GitHub页面上特别提到了两者之间的区别：AI Scientist-V2不必撰写比V1更好的论文，尤其是在有强大的启动模板可用的情况下。 v1遵循我们LL定义的TEMSPLATE具有更高的成功率，而V2采用了更广泛的探索方法，成功率较低。 V1最适合具有明确目标和坚实基础的任务，而V2则设计用于开放探索。 V1遵循较高成功率的定义良好的模板，而V2采用了更广泛，更大的探索方法，成功率较低。 V1最适合具有明确目标和坚实基础的任务，而V2则设计用于开放探索。 AI Scientist-V2结合了树，发现了LLM工作流程，包括多个阶段，包括自动创意生成，实验实现，图表纪念，手稿写作和评论。 Gumit由代理树搜索（由实验进度管理器管理，涵盖多个阶段）来使用并完善代码的实现。随后的实验使用SEAR中的代码检查点（节点）的最佳性能迭代中的树的CH检验不同的研究假设。 具有变压器启动的设定的人之一 其背后的公司是Bakana AI，是Transformers之一Llion Jones的创业公司。 他毕业于伯明翰大学，并在Delcam，YouTube和Google工作。 Google是他维持最长的公司。 根据Four Fourweekmba的说法，在他以前的工作经验中，他“被Google通过了两次”。 第一次是他毕业并正在寻找工作的时候。尽管他在伦敦担任软件工程师并通过了两次Twistphone采访，但最终与Google相比，他选择了位于英国的CAD/CAM软件公司Delcam。 值得注意的是，在获得Google提议之前，碰巧遇到了2009年的经济危机。狮子弟兄找不到工作，不得不通过收到救济资金来生活数月。 工作18个月后的第二次，他再次收到问他的Google招聘NumbeR如果他想申请，但他仍然没有去Google，但最终加入了YouTube。 在YouTube上的三年软件工程师中，他对人工智能感兴趣，并在课程的机器研究过程中自学。最后，他于2015年加入Google研究所，担任高级软件工程师。 这次，他和其他七个已经提出了Transformer Paper的大众关注的TheSose是您所需要的。 此外，狮子兄弟还参加了许多Google研究，包括Prot Trans，Tensor2Tensor等。 我之所以选择离开Goog​​le的原因是该公司已经发展到一定的规模，使他无法继续他想做的工作。 除了浪费能量来解决其他人的虫子日 - 还必须花时间寻找该公司的资源，并试图访问某些数据。 开展业务后，巴卡纳AI的工作以平稳的方式进行。 上次奥格St，他们首次启动了AI科学家和AI审稿人项目。在此之前，还发布了大型进化模型，并分析了信息NG变压器的内部流动。 作为AI科学家的延续，Sakana AI，UBC和Oxford仍在完成。 合着者包括UBC的康和杰夫·克莱恩（Jeff Clune），克里斯·卢（Chris Lu）和牛津大学的雅各布·福斯特（Jakob Foerster），两位中国人及其导师参加了会议。 UBC（不列颠哥伦比亚省大学）的博士后同伴康卢（Cong Lu）是杰夫·克莱恩（Jeff Clune）的主管。今年2月加入DeepMind。 康（Cong）参加了RGU（罗伯特·戈登大学（Robert Gordon University）），并于2019年获得牛津大学的博士学位。 过去，他采访了Waymo和Microsoft。 克里斯·卢（Chris Lu），他在巴卡纳AI（Bakana AI）呆了6个月，然后从博士学位毕业。 他毕业于加州大学伯克利分校和博士学位。来自牛津大学的一名名为Jakob Foerster的主管。去年10月毕业后，我去了Openai。 电流克里斯（Chris）研究的重要方向是一种ATO应用技术，该技术激发了对元学习和多代理研究的进化。 最后2022年，他成为DeepMind的一名研究科学家。 尽管AI科学家目前可以发表顶级论文，但这不是他们的真正目标。 这次是一个领先的机器研究会议，下次它可以成为领先的日记期刊。 例如，自然，科学和其他事物。 最终，研究小组认为，最重要的事情与人类科学中的智力科学不那么可比，而是它的发现是否有助于人们发展，例如治愈疾病或扩大我们对宇宙法律的理解。 您何时认为这一刻会到来？ 参考链接： [1] https://akana.ai/ai-scientist-first-publication/#importance-of-transparency-and-code-code-code of-conduct [2] https://github.com/sakanaaia/ai-cientist-clr2025-workshop-实验？tab = readme-ov文件 [3] https://github.com/sakanaaia/ai-cientist-v2回到Sohu，以查看更多