arXiv · cs.AI· Yikun Zhang·· 20 小时前精选AI 评分56
MoLRSI 论文提出用于分子发现的递归自我改进 AI 智能体
MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery
来源与原文
arXiv · cs.AI
作者：Yikun Zhang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39714v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Yikun Zhang 等人在 arXiv 发表 MoLRSI，一个结合工作流系统优化与跨任务持久记忆的递归自我改进 AI 智能体，用于分子发现搜索策略的持续改进。在抗生素发现任务中实验命中率达 15.9%，而同样训练数据和筛选库下的专家流程为 8.7%；在 peptide-MHC 结合剂从头设计中产出 8 个经实验验证的 MART-1 和 SARS-CoV-1 pMHC 命中，且对测试脱靶具有优先结合，而 Claude Science 在该任务完全失败。论文共 69 页、8 幅图。
推荐理由
论文给出跨任务记忆驱动的递归自我改进框架，并用实验命中率对照专家流程，读者可以评估该方法在分子发现中的实际增益。
来源：arXiv · cs.AI · arxiv.org