Poseidon 自动生成科学智能体训练环境

2026 年 10 月 26 日，arXiv 人工智能板块刊出 Qifan Zhang 等作者的论文，提出并发布 Poseidon 自动化流水线及 Pearl 数据集。该流水线面向科学代码仓库，可规模化生成多样、可验证的训练环境；报道称在同等仓库预算下，其提取的环境数量约为此前方法的近 10 倍。Poseidon 将科学工作流拆分为 Reproduction、Subflow、Completion、Correction 四类任务，并借助递归改进循环回收失败候选。目前公开信息集中于方法设计与环境生成规模，尚无独立复现或第三方评测结果披露。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。