arXiv · cs.AI· Mingda Zhang, Wenjin Liu, Tiesunlong Shen, Zikai Xiao, Zhenghong Lin, Qing Xu, Erik Cambria, Xiaoying Tang, Haoran Luo·· 2 天前
ScienceClaw：跨自然与社会科学领域的 AI 科学 Agent 持续自我演化基准
ScienceClaw: Benchmarking Continual Self-Evolution of AI-for-Science Agents Across the Natural and Social Sciences
arXiv:2610.08691v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mingda Zhang, Wenjin Liu, Tiesunlong Shen, Zikai Xiao, Zhenghong Lin, Qing Xu, Erik Cambria, Xiaoying Tang, Haoran Luo
研究任务与主要进展
ScienceClaw 提出固定参数程序的持续自我演化框架，将科学任务求解、验证和程序更新统一起来，并在覆盖23个学科的 ScienceClaw-Eval 中评估科学正确性、演化增益、保持、跨数据集迁移和演化成本。框架通过多轮交互修复可执行工作流，将重执行验证的失败—成功轨迹转化为关联的 Skill 和 Operator 候选，并仅在源任务重放复现修复且独立科学任务改善时保留更新；代码已公开。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org