Faraday – Inherent 推出的 AI 科學家智能體

Faraday是什麼

Faraday 是倫敦 AI 實驗室 Inherent 推出的 AI 科學家智能體，基於 270 億參數的 Qwen 3.6 模型，通過強化學習訓練而成。Faraday能像人類博士生一樣，在不預先知道答案的情況下，自主閱讀論文、設計實驗並復現研究結果。Faraday 在論文復現基準 Replica 上表現超越 Claude Opus 4.8 和 GPT-5.5。

Faraday的主要功能

• 自主論文復現：閱讀被遮蓋結果圖表的學術論文，推斷實驗方法，在 60 分鐘 + 有限 GPU 資源內自主設計並執行復現實驗
• 科學實驗設計：面對無法全規模復現的實驗，能按比例縮小但仍忠實於原論文核心主張，展現”研究品味”
• 工具調用編程：將 Codex GPT-5.5 作爲外部編碼工具，自己負責科學決策，代碼執行交給專業編程 agent
• 跨領域泛化：訓練於 ML 論文，測試於 AI-for-Science 論文，具備跨領域遷移能力

Faraday的技術原理

• 基座模型選擇：Faraday 基於 Qwen 3.6-27B 構建，僅 270 億參數，團隊通過強化學習後訓練賦予其科學決策能力，將代碼實現交由外部工具完成，驗證科學智能與工程智能可以解耦。
• Coding Agent as a Tool (CAT) 架構：Faraday 通過 shell 工具調用 Codex GPT-5.5 作爲外部編程助手；Faraday 專注高層科學決策，包括理解論文、設計實驗方案和分配計算資源，由 Codex 負責具體的代碼編寫與調試執行。
• Replica 任務空間：訓練數據來自自動生成的 Replica 基準，涵蓋 100 篇 1990–2026 年的知名論文共 310 個復現任務；用 Gemini 2.5 Pro 自動識別並遮蓋論文中的結果圖表形成任務，Agent 需在 60 分鐘和 1/7 個 H200 GPU 的嚴格限制內自主復現本。
• Rubric-based Judge 獎勵系統：針對復現任務無確定答案的難題，系統先用 Claude Opus 4.7 爲每個任務自動生成專屬評分標準（隱藏原始 gold plot 以防過擬合），再由 Codex GPT-5.5 作爲執行 judge，在 10 分鐘內審查代碼庫、git 歷史和交互記錄，從視覺匹配、科學主張支持、實驗忠實度、資源利用效率和科學誠信五個維度給出 0–1 分的獎勵信號。
• 長程強化學習訓練：Faraday 採用修改版 GRPO 算法配合 LoRA 微調（rank=128），在 128K token 上下文窗口中以 6×10⁻⁶ 學習率進行後訓練；每批次均勻採樣覆蓋不同時代的論文，確保訓練不受單一科學範式主導，實現穩定的長程非可驗證任務優化。

如何使用Faraday

Faraday 目前處於研究發佈階段，尚未推出面向公衆的 API、產品界面或體驗入口。

Faraday的核心優勢

• 小模型大能力：基於 270 億參數的 Qwen 3.6，在論文復現任務上超越 Claude Opus 4.8 和 GPT-5.5，證明科學智能無需依賴超大規模模型。
• 工具解耦架構：採用 Coding Agent as Tool (CAT) 範式，Faraday 專注科學決策，將代碼實現交由 Codex GPT-5.5 完成，實現科學智能與工程智能的高效分工。
• 研究品味培養：通過強化學習習得”研究品味”，在資源受限時仍能設計忠實於原論文的縮小版實驗，拒絕硬編碼和作弊捷徑。
• 跨領域泛化：在 ML 論文上訓練，在 AI-for-Science 論文上測試仍保持 60% 以上任務勝率，展現強大的跨領域遷移能力。
• 可擴展基準：基於 Replica 自動生成任務空間，從 100 篇論文擴展出 310 個復現任務，爲 AI 科學家訓練提供可規模化的數據基礎。
• 穩定長程 RL
  成功將 GRPO 強化學習擴展到長程、非可驗證的科研任務，通過 per-task rubric judge 和 turn-level credit assignment 實現穩定訓練。

Faraday的項目地址

• 項目官網：https://inherentlabs.ai/research/training-to-replicate
• arXiv技術論文：https://arxiv.org/pdf/2608.13331

Faraday的同類競品對比

Faraday的應用場景

• 學術論文復現驗證：科研機構可用 Faraday 批量驗證已發表論文的可復現性，解決機器學習領域的”復現危機”。
• 博士生科研訓練：作爲”虛擬研究助手”，幫助博士生通過復現經典論文來培養實驗設計與科學品味。
• AI-for-Science 實驗驗證：在材料科學、氣象預測、生物信息學等領域，自動復現跨學科論文中的實驗結果。
• 研究基準測試：爲 AI 科學家 Agent 提供標準化的 Replica 評估框架，用於衡量不同模型在科研任務上的能力。
• 研究方法審計：期刊審稿人或基金評審機構可用 Faraday 快速檢驗投稿論文中實驗結果的真實性與可復現性。