ScienceDiscovery：树搜索驱动RSI，小时级自动写出通用积分器

AI 摘要

openJiuwen社区的ScienceDiscovery平台通过树搜索驱动RSI，在不训练模型、不调参数的情况下，自动迭代科研代码，实现加速科学发现。在振荡积分、超几何函数求值、代码加速和符号回归等案例中，ScienceDiscovery在数小时内生成通用求解器，显著提升性能并降低成本。该平台提供可复用的底座，支持异步并发和多种搜索策略，旨在将验证成本低的科研任务自动化。

正文节选

ScienceDiscovery实现树搜索驱动RSI，加速科学发现，小时级写出通用积分器，低成本找出物理科学规律 不训练模型、不调参数 允中 发自 凹非寺 量子位 | 公众号 QbitAI 科研里常见的情形是：写一个能算准振荡积分的程序，把一段数值代码调快十倍，从一张数字表里反推出背后的方程——第一版实现通常都不够好。 主要工作量不在实现第一版，而在其后的几十到上百次试错。 这类工作的形式是搜索，不是单次执行。 openJiuwen社区的ScienceDiscovery把这段试错交给程序自己完成：被演进的是科研代码本身，模型不训练、搜索规则也不改，每一轮变的只有产物。 通过树搜索实现科研场景产物RSI 搜索展开的形状是一棵树。每一版产物是树上的一个节点，可以被再次选中、改写并长出新的分支，也可以暂时搁置，几十版之后再被选中继续修改；得分较高的分支会获得更多改写机会。 每一轮迭代包括四步：选择一个父版本，交给模型改写，进沙箱评分并挂成新节点，最后把这次访问记账到它的全部祖先上。运行失败的版本同样入树，标记为失败。 沙箱由ScienceDiscovery的底座提供，运行失败、死循环和超时都

发布时间：2026-09-04 16:57

抓取时间：2026-09-04 17:36

来源机构：量子位