**DiscoveryRSI：通过多智能体进化搜索实现假设的递归发现与自我改进**

_DiscoveryRSI: Recursively Learning to Discover Valuable Hypotheses_

> 该研究提出了 DiscoveryRSI 框架，通过多智能体进化搜索构建假设树，并利用假设信用优化、利用重放和重新发现三种机制实现递归学习。研究引入 DFM-Bench 基准测试，在四个生命科学领域验证了该框架能显著提升假设的可证伪性和数据可解性，其生成的假设在重要性、合理性及与后续发表论文的对应率上均优于 GPT-6 和 Claude Opus 5。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.23839)