arXiv · cs.AI · Yikun Zhang, Xiwei Cheng, Mingze Yuan, Yu Zhang, Brian Shim, Aarti Krishnan, Daniel Rosen, Kunyang Sun, Yingze Wang, Zhenfeng Deng, Botao Yu, Bingxu Liu, David Liu, Tianyu Liu, Yuanqi Du, Nir Hacohen, James J. Collins, Wengong Jin · 9 小时前模型评分54
MoLRSI：可递归自我改进的分子发现 人工智能（AI，Artificial Intelligence） 智能体
MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery
导读
作者提出分子发现智能体 MoLRSI，它把工作流与模型架构的系统优化和跨任务持久记忆结合起来，递归改进自身的搜索策略。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学、科学研究
事件类型：研究发布
证据摘录
- “Here we introduce MoLRSI, an AI agent that combines systematic optimization of workflows and model architectures with persistent cross-task memory to recursively improve its search policy for molecular discovery.”
来源：arXiv · cs.AI · arxiv.org