Четыре свежие работы с arXiv показывают трезвую картину ИИ для науки: биологические рассуждающие модели могут опираться на текст вместо данных, белковые модели лучше предсказывают стабильность мутаций, онтологии дают проверяемые научные тесты, а агенты для материаловедения получают более реалистичный экзамен.
В научной подборке недели — модели, которые учатся искать доказательства, классифицировать неупорядоченные белки, раньше оценивать ответ опухоли на лечение и ускорять поиск материалов. Общая тема: AI всё чаще встраивают в сам процесс исследования, а не используют только как предсказатель.
Новая группа работ с arXiv показывает, как ИИ входит в реальную научную практику: от управления лабораторными измерениями и медицинской оценки до моделирования материалов, воды и солнечного ветра.
Четыре свежие работы с arXiv показывают, как AI постепенно входит в сам научный процесс: извлекает модели из статей, структурирует медицинские случаи, проверяет междисциплинарные выводы и учит агентов работать с научным кодом.
Три свежих препринта показывают, как ИИ продвигается от чтения научной литературы к более структурированной работе: eolas извлекает графы знаний из статей о материалах, языковые модели неожиданно хорошо ранжируют 3D-конформации молекул, а ScientistTwo заявляет о полностью автономном цикле исследований с кодом и статьёй.
Новая подборка arXiv: HypoEvolve разбирает, как эволюционный поиск меняет генерацию научных гипотез у многоагентных систем. Рядом — прогноз фазовых превращений по микроскопии, поиск позиций мюонов в квантовых материалах, агентный проектировщик инверторов и медицинская работа о запоминании данных.
Две свежие находки про ИИ в науке: Materialist указывает на метод предсказания кристаллических структур для материалов хранения водорода, а Scientific Agent Skills собирает процедурные навыки для исследовательских агентов.
Новая серия работ на arXiv показывает, как ИИ становится практичнее в науке: от проверки медицинских отчетов и моделей для снимков грудной клетки до проектирования магнитных сплавов, белков и причинных научных гипотез.
Новая подборка работ показывает, где ИИ в науке уже дает проверяемый результат: от улучшенных упаковок кругов и тестов для научных агентов до предсказания электронной плотности и агентных рабочих процессов в материаловедении.
