InternAgent-1.5: 用于长周期自主科学发现的统一智能体框架

跨越全学科的自主发现

• 论文: InternAgent 1.0 | InternAgent 1.5
• 链接: 网站 | HuggingFace

🔥 新闻

📌 置顶: 利用 InternAgent 1.5 的通用能力，任何人现在都可以通过在本仓库提交 issue 来提交您的算法任务以供优化。 我们将定期更新算法设计结果至此 网站。如需进行其他科学发现任务，请访问 Intern-Discovery。

---

• 2026.3.17: 🚀🚀 我们公开了 InternAgent 的 Deep Research（深度研究）能力 访问权限，使开发者和研究人员能够将其先进的深度研究功能无缝集成到自己的工作流中。

• 2026.2.14: ❤️‍🔥❤️‍🔥 我们开源了 MLEvolve，这是 InternAgent 针对算法设计任务的解决方案优化子系统的核心实现。作为在 MLEBench 上获得 #1 的开源方法，MLEvolve 展示了在有界假设空间内进行方案优化的强大能力。

• 2026.2.10: 🔥 正式发布 InternAgent 1.5 技术报告。InternAgent 1.5 在包括 GAIA、HLE、GPQA 和 FrontierScience 在内的科学推理基准测试中取得了领先性能，并支持跨物理、生物、地球和生命科学领域的端到端自主科学发现任务，涵盖算法发现和实证发现（干实验/湿实验）。

• 2025.10.13: InternAgent-1.0 代码已完全开源，支持 12 种科学研究任务的端到端自动化和自主进化。

更多...

• 2025.07.17: InternAgent 的源代码已部分开源。InternAgent 的完整版本（涵盖 12 类自主科学研究任务）即将开源。此代码库可用于全周期的自主科学研究，从假设生成到自动化实验执行。

• 2025.07.10: NovelSeek 已更名为 InternAgent。这一名称体现了我们对自主科学研究框架的愿景，我们希望它能赋能所有研究人员，助力他们实现伟大的科学发现。

---

📖 概述

InternAgent 1.5 是一个统一的自主系统，旨在实现跨算法发现和实证发现的端到端科学发现。在 InternAgent 1.0 的基础上，它将科学探索组织为三个协同子系统：生成（Generation）（通过深度研究进行假设构建）、验证（Verification）（通过方案细化进行方法论评估）以及进化（Evolution）（通过长周期记忆进行证据驱动的改进）。

InternAgent 1.5 在科学推理基准测试（GAIA、HLE、GPQA、FrontierScience、SGI-bench）中实现了领先的性能，并展示了在延长的发现周期内持续的自主优化能力。该系统支持跨物理、生物、地球和生命科学领域的算法发现（智能体记忆、强化学习、测试时缩放等...）和实证发现工作流（干实验模拟和湿实验操作）。

---

🌟 核心功能

InternAgent 1.5 基于三个基础子系统构建，这些子系统实现了自主科学发现：

🔍 生成：用于假设构建的深度研究

• 跨科学领域的自主文献分析与知识综合
• 从论文、代码仓库和领域特定数据库中进行多源信息整合
• 基于现有科学证据的结构化假设表述

✅ 验证：用于方法论评估的方案细化

• 将假设系统性地转化为可执行的实验方案
• 在计算和实验环境中进行自动化代码生成、调试和执行
• 基于异常的智能错误修正和迭代式方案优化

🔄 进化：用于证据驱动改进的长周期记忆

• 在延长的研究周期内积累知识的持久化记忆架构
• 从实验结果和方法论反馈中进行跨迭代学习
• 持续改进假设的自适应优化机制