普林斯顿的 Scientist World 让 1000 篇论文可运行；前沿 AI 科学家在 74% 的情况下超过人类作者的结果
这篇 arXiv 预印本发布了 1000 个经验证的环境和 6400 小时研究轨迹，称训练使小模型的科研构思能力提升 158%；数据均来自作者，尚未经同行评议。
为何重要
多数面向科研的 AI 基准只是让模型重复已知结果。Scientist World 把每篇论文变成一个环境：提出开放的研究问题，并以作者的方法作为基线，再将 AI 科学家与人类作者的成果比较。作者称，在首批 1000 个环境中，前沿系统已在 74% 的情况下超过人类。这是作者自报、处于预印本阶段的结果，而且构建和验证环境的流程本身也是自动化的，值得关注独立复现以及“胜出”的确切定义。
要点
- arXiv:2611.08478 预印本，2026 年 11 月 5 日提交
- 作者：Taiming Lu、Sachin Konan、Zhuang Liu（普林斯顿）
- 首批发布：1000 个经验证的环境
- 前沿 AI 科学家在 74% 的情况下超过人类研究者
- 发布 6400 小时研究轨迹
- 训练使小模型的科研构思提升 158%