面向科学的递归自我改进
由社群共同整理、服务于递归自我改进的科学数据集与基准。
下载数据，核验模型的回答，利用开发反馈指导修订；也欢迎贡献数据集，让更多研究者用起来。
这些资源如何支持 RSIMolP2SBench 分子发现
遮住已知结构的一部分，让模型根据计算得到的物理性质恢复它。原始记录提供参考答案；改变证据，有助于研究模型如何做出选择。
这是分子设计中一个范围较小、可检验的环节。更长远的问题是：从结构恢复任务中学习，能否帮助系统提出有用的新分子？
演示包含两条观测、两个候选项，属于同一个分子问题组。原始基准的每个性质通道有 136 道问题，每题有二至四个候选项。
1.45724 D
5.37590 D
两个问题使用相同的候选项。将每次选择与参考答案对照，了解预测在哪里成功或出错。
试一试这个样例一个教学家族 · 计算偶极矩大小科学发现面临大量可能的假设与设计。更好地选择下一步，有望减少无效尝试。我们整理数据与基准，帮助研究者检验这些改进。
研究精选 · 核验于
MASS trains a shared model on selected agent trajectories, then uses the updated model to execute, optimize and evaluate the next round. It connects learning from task experience with later self-improvement.
Sakana AI update · 2026年10月12日
Two cycles; longer-run scientific improvement remains open.
CISE uses calibrated reward intervals to guide materials search. It addresses a practical dataset question: how can feedback prevent promising-looking but infeasible candidates from steering later trials?
A feedback method for materials search; recursive self-revision is untested.
AIDE² evolves research-agent code. Its separate ignition test puts an evolved agent back into the role of improving agents—the return path that matters for recursive self-improvement.
Later improver reuse was tested; its advantage remains unresolved.
