Hoje, este artigo ocupa o primeiro lugar na categoria “bilhete de mérito” — não por ampliar o tamanho do modelo, mas por transformar o acervo global de código científico em um ambiente de execução que pode ser executado diretamente, é verificável e pode ser treinado. A ideia central é fornecer ao agente um workspace com critérios de aceitação executáveis, para que ele escreva código, altere código e, em seguida, verifique se está certo ou errado usando princípios científicos — como um engenheiro.
O ponto-chave, na parte de treinamento, é que esse ambiente oferece três formas de dados: supervised fine-tuning, reinforcement learning e avaliação (eval). Assim, scripts esparsos que antes ficavam espalhados nos apêndices de artigos são unificados em um banco de questões para o próximo tipo de agente científico praticar repetidamente. O agente não decora respostas; ele recebe feedback em um ambiente executável de verdade, e o artigo também disponibilizou o repositório. Essa abordagem pode ser aplicada diretamente a novos desenvolvimentos.
Para o mercado cripto, quando essa rota estiver madura, projetos que usam protocolos de agentes na cadeia (on-chain) terão, efetivamente, um campo de treinamento verificável. Para plataformas como $FET e $TAO — que avançam por meio de coordenação entre múltiplos agentes — o valor de longo prazo não está no modelo em si, e sim em saber se o agente consegue obter um volume suficiente de ambientes com feedback. Este trabalho empurra bastante à frente o gargalo do lado do ambiente.
#AI论文 #科学代理 #AI
O ponto-chave, na parte de treinamento, é que esse ambiente oferece três formas de dados: supervised fine-tuning, reinforcement learning e avaliação (eval). Assim, scripts esparsos que antes ficavam espalhados nos apêndices de artigos são unificados em um banco de questões para o próximo tipo de agente científico praticar repetidamente. O agente não decora respostas; ele recebe feedback em um ambiente executável de verdade, e o artigo também disponibilizou o repositório. Essa abordagem pode ser aplicada diretamente a novos desenvolvimentos.
Para o mercado cripto, quando essa rota estiver madura, projetos que usam protocolos de agentes na cadeia (on-chain) terão, efetivamente, um campo de treinamento verificável. Para plataformas como $FET e $TAO — que avançam por meio de coordenação entre múltiplos agentes — o valor de longo prazo não está no modelo em si, e sim em saber se o agente consegue obter um volume suficiente de ambientes com feedback. Este trabalho empurra bastante à frente o gargalo do lado do ambiente.
#AI论文 #科学代理 #AI
