SwarmRSI
一种基于多智能体集群协作的科研Agent框架，通过共享图结构记录可继承的科研状态，实现假设与程序的群体变异、重组及递归进化，以提升科研自动化效率。
时间轴 (近 90 天)
SwarmRSI框架在OpenProblems、NatureBench和MLEBench Lite三个基准的118个任务上全面刷新SOTA。
SwarmRSI生成的程序已被生物学家用于真实的肠道和脾脏免疫研究。
SwarmRSI的核心是一个共享图结构，记录所有可继承的科研状态，包括每个智能体的假设、程序、实验证据和未解决需求。
在NatureBench任务上，去掉H变异会使追平SOTA比例下降10个百分点，去掉P变异则下降13.3%。
关闭重组操作会使超越SOTA比例从15.6%直接降到7.8%。
SwarmRSI使用折扣UCB指标对修改假设和修改程序两个前沿集合打分，综合考虑token成本、实验次数和未解决需求压力。
以DeepSeek V4 Pro为backbone时，SwarmRSI在OpenProblems上平均得分74.2，超过此前SOTA的67.1。
以DeepSeek V4 Pro为backbone时，SwarmRSI在NatureBench上的追平SOTA比例比同backbone的Claude Code高21.1个百分点。
以DeepSeek V4 Pro为backbone时，SwarmRSI在MLEBench Lite上奖牌率达81.8%。
切换至Gemini 3.1 Pro Preview后，SwarmRSI在OpenProblems得分提升至76.2。
还有 5 条时间轴事件
全部知识事实 (15)
SwarmRSI框架在OpenProblems、NatureBench和MLEBench Lite三个基准的118个任务上全面刷新SOTA。
50%待验证SwarmRSI生成的程序已被生物学家用于真实的肠道和脾脏免疫研究。
50%待验证SwarmRSI的核心是一个共享图结构，记录所有可继承的科研状态，包括每个智能体的假设、程序、实验证据和未解决需求。
50%待验证在NatureBench任务上，去掉H变异会使追平SOTA比例下降10个百分点，去掉P变异则下降13.3%。
50%待验证关闭重组操作会使超越SOTA比例从15.6%直接降到7.8%。
50%待验证SwarmRSI使用折扣UCB指标对修改假设和修改程序两个前沿集合打分，综合考虑token成本、实验次数和未解决需求压力。
50%待验证以DeepSeek V4 Pro为backbone时，SwarmRSI在OpenProblems上平均得分74.2，超过此前SOTA的67.1。
50%待验证以DeepSeek V4 Pro为backbone时，SwarmRSI在NatureBench上的追平SOTA比例比同backbone的Claude Code高21.1个百分点。
50%待验证以DeepSeek V4 Pro为backbone时，SwarmRSI在MLEBench Lite上奖牌率达81.8%。
50%待验证切换至Gemini 3.1 Pro Preview后，SwarmRSI在OpenProblems得分提升至76.2。
50%待验证搜索轨迹分析显示，SwarmRSI后续优化将35%的失败实现转化为新的最优有效程序，而对比方法AEDA和ARBOR分别只有12%和5%。
50%待验证在NatureBench的90个任务中，77%的最终最优程序至少来自一次重组、交叉或反馈触发的更新。
50%待验证跨任务迁移实验中，三个源任务上继承的科研状态使12个留出的NatureBench任务的平均基值从冷启动的12.01提升到21.89，追平SOTA比例从41.7%跃升至86.1%。
50%待验证SwarmRSI生成的两个程序已被生物学家实际采用于肠道和脾脏免疫研究，其中肠道研究中处理后的表征MHC-II得分Spearman相关系数达0.77和0.69，高于RNA PCA的0.65和0.40；脾脏研究中指标从0.045提升到0.102。
50%待验证论文的失败分析标注了644次失败尝试，其中93.3%是忠实实现了修改但没有带来提升，仅6.7%是实现或执行问题。
50%