ADAPT for Science：面向科学优化的自演化多智能体系统
ADAPT for Science是面向科学优化的多智能体框架，把搜索拆为位置与方法。它用历史设计选多样起点，集中算力，并据反馈演化流程。引力波探测器八种未见拓扑、匹配预算下平均损失0.204±0.101，较最佳经典优化器降54.9%，较通用智能体基线降62.2%。价格与国内可用性未知。
要点
- ADAPT将科学优化拆成搜哪里与怎么搜，并根据执行反馈演化优化流程。
- 在八种未见引力波探测器拓扑、匹配评估预算下，平均损失为0.204±0.101。
- 损失较最佳经典优化器降低54.9%，较最佳通用智能体演化基线降低62.2%。
为什么值得看
科学设计常面临评估昂贵、可行解稀疏和物理约束严格的问题，通用算法演化又缺少科学先验。ADAPT把搜索位置与搜索方法耦合，并在未见拓扑上取得更低损失。
谁会受影响
面向需在有限评估预算下优化物理系统设计的科研人员，尤其是引力波探测器等约束优化场景；论文作者与机构未在资料中说明。
今天就能怎么试
论文于2026年10月22日提交至arXiv的cs.AI分类。代码是否开放、使用步骤、价格和国内可用性均未知，本快讯未实测。
原始来源
1ADAPT for Science: A Multi-Agent System for Self-Evolving Scientific Optimization · arXiv cs.AI · 2026年10月23日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。