EvoMaster：面向大规模智能体科学的基础演化智能体框架

arXiv 2026 73.6 method

TLDR

EvoMaster是领域无关、自我演化的智能体框架，用于可扩展的智能体科学，在四个基准上取得最先进结果。

评分理由

The paper introduces a novel evolving agent framework that iteratively refines hypotheses and accumulates knowledge, with strong empirical results across multiple benchmarks. However, the abstract lacks discussion of limitations and only compares against a single baseline, limiting the depth of validation.

Read-first 评分解释

综合优先阅读分 73.6，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 72。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：有；数据：无；命中信号：代码、GitHub

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线、基准、评估、实验

主题相关性 42%

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

研究版图角色

前沿论文方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：25。

关键词评分

automated scientific discovery

scientific discovery agent

autonomous research agent

automated research

AI for scientific research

research automation

AI scientist

automated experimentation

experiment design agent

literature review agent

survey generation

paper writing agent

深度分析

创新点

持续自我演化机制，使智能体能够迭代优化假设、自我批判并在实验周期中积累知识
领域无关的基础框架，允许用约100行代码构建任意学科的自演化科学智能体
在机器学习、物理学和通用科学领域实例化的SciMaster生态系统

方法

EvoMaster是一个基础演化智能体框架，使智能体能够通过优化假设、自我批判和积累知识来持续自我演化。它是领域无关的，并用于构建SciMaster生态系统，在四个基准（Humanity's Last Exam、MLE-Bench Lite、BrowseComp、FrontierScience）上以OpenClaw为基线进行评估。

关键结果

EvoMaster在Humanity's Last Exam、MLE-Bench Lite、BrowseComp和FrontierScience上分别取得了41.1%、75.8%、73.3%和53.3%的最先进分数，相对于OpenClaw的相对提升幅度为+159%至+316%。

资源

论文代码