Thoth AI模型生成可执行的生物实验方案

研究人员开发了Thoth，一个旨在生成符合生物学原理且可执行的实验方案的科学推理模型。与以往模型经常生成缺少步骤或参数错误的方案不同，Thoth侧重于结构化推理，以确保逻辑顺序和语义准确性。该模型采用了新颖的“Sketch-and-Fill”范式和“SCORE”奖励机制进行训练，该机制优先考虑实验可行性而非仅仅文本相似性。在评估中，Thoth在需要精确科学推理和方案生成等任务上，表现优于包括GPT-4o在内的多个大型语言模型。 AI

影响 使AI能够超越回答问题，生成可执行的科学实验，从而可能加速生命科学研究。

排序理由 该集群描述了一个新的科学推理模型及其在主要AI会议上发表的相关论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 量子位 (QbitAI) 阅读 →

• ChatGPT-4o
• DeepSeek-V3
• Fudan University
• GPT-4o
• ICLR 2026
• Qwen3-8B
• SciRecipe
• Shanghai Artificial Intelligence Laboratory
• Shanghai Jiao Tong University
• Thoth

• 模型发布
• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →