Hugging Face 推出 ML Intern 论文复现功能，以 Agent 应对开放科学激励瓦解

🚨 公开分享科学知识的激励机制正在瓦解。

从历史上看，研究人员分享科学知识主要有两个原因：(1) 发现所带来的声望，(2) 扩展人类知识宝库的使命感。即使在工业界，科学发现的规模也远非单个科学家或团队所能独立承担。因此，科学家们探索不同的前沿领域，通常会发表自己的研究成果，共同推动整个领域向前发展。

然而，随着越来越多的科学知识仅仅通过向自主智能体投入海量算力、几乎无需人工干预就能被发掘出来，这些激励机制正在瓦解：(1) 发现正在被商品化。如果任何人只要运行同样的智能体提示词、投入足够的算力就能得到相同的结果，那么发现的声望和对自己工作的自豪感就会消失——我们已经在软件工程领域看到了这种转变。(2) 低质量、低门槛的论文大量涌现，使得真正的突破越来越难以筛选、发现和给予恰当的归誉。(3) 对于公司而言，将发现保持为专有信息越来越有利。与其发表成果、等待更广泛的科学界在此基础上继续研究，一家公司只需把自家的算力重新投入到这个问题上，就能在内部更快地迭代。

短期内，激励机制奖励的是保密。但我的目标——也是在 Hugging Face 我们的目标——是实现人类知识可持续的、长期的扩展，使其能够超越个体和封闭的公司而存续。因此，我们必须构建新的工具来激励和促进知识的开放共享。如果智能体正在加速发现，我们就要想办法利用智能体和其他工具来维护科学的严谨性。

从这个开始：Paper Reproductions with ML Intern——我们让拿一篇已发表的论文、让智能体独立复现其实验成为可能，从而帮助创造更多信号（例如开放的工件），以帮助识别高质量的研究工作。