PhAI Labs entrena agentes de investigación para mejorar las hipótesis a partir de su propio trabajo

DiscoveryRSI, cofundada por Ling Yang, entrena agentes de investigación utilizando evidencia e historiales de revisión; su resultado de coincidencia con la literatura no muestra que los investigadores hayan utilizado las ideas.

By · Published · Updated

Primary source: PhAI Labs

Por qué importa

DiscoveryRSI convierte el propio proceso de investigación en parte del entrenamiento del modelo, pero sus coincidencias reportadas con la literatura muestran correspondencia, no influencia científica ni descubrimientos validados.

AI-generated illustration of a humanoid robot holding a research paper beside stacks of documents, with a hypothesis diagram on a whiteboard.

El cofundador de PhAI Labs, Ling Yang (@LingYang_PU), apuesta a que los agentes de investigación pueden mejorar aprendiendo cómo se desarrollan las hipótesis científicas. El informe técnico DiscoveryRSI del laboratorio describe un sistema que guarda la evidencia, las decisiones y las contribuciones detrás de revisiones sucesivas, y luego usa esos registros para entrenar un modelo y ajustar cómo los agentes conducen investigaciones posteriores.…

When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.

Reader comments

Conversation for this story loads after sign-in.