arXiv · cs.AI· Pengcheng Hou, Xiaojun Tan, Sihan Hu, Ruisi Wang, Shuo Chen, Lei Wang, Youjin Deng, Kun Chen·· 5 小时前
可微科学软件生态的递归改进：AI编码代理驱动的研究、开发与质量评估
Recursive Improvement of a Differentiable Scientific Software Ecosystem
arXiv:2610.04561v2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：Pengcheng Hou, Xiaojun Tan, Sihan Hu, Ruisi Wang, Shuo Chen, Lei Wang, Youjin Deng, Kun Chen
研究任务与主要进展
作者提出一个由AI编码代理驱动的可微科学软件环境，将研究需求识别、软件开发与质量评估连接起来，并通过统一接口暴露可复用的导数规则。基于论文摘要，该环境已面向20个物理、化学和生物建模软件包构建并验证自动微分扩展；工作流测试与基准评估显示，在梯度计算和完整参数估计中相较有限差分实现计算节省。
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