Faraday - Inherent 推出的 AI 科学家智能体 - AiBoss

Faraday是什么

Faraday 是伦敦 AI 实验室 Inherent 推出的 AI 科学家智能体，基于 270 亿参数的 Qwen 3.6 模型，通过强化学习训练而成。Faraday能像人类博士生一样，在不预先知道答案的情况下，自主阅读论文、设计实验并复现研究结果。Faraday 在论文复现基准 Replica 上表现超越 Claude Opus 4.8 和 GPT-5.5。

Faraday的主要功能

自主论文复现：阅读被遮盖结果图表的学术论文，推断实验方法，在 60 分钟 + 有限 GPU 资源内自主设计并执行复现实验
科学实验设计：面对无法全规模复现的实验，能按比例缩小但仍忠实于原论文核心主张，展现”研究品味”
工具调用编程：将 Codex GPT-5.5 作为外部编码工具，自己负责科学决策，代码执行交给专业编程 agent
跨领域泛化：训练于 ML 论文，测试于 AI-for-Science 论文，具备跨领域迁移能力

Faraday的技术原理

基座模型选择：Faraday 基于 Qwen 3.6-27B 构建，仅 270 亿参数，团队通过强化学习后训练赋予其科学决策能力，将代码实现交由外部工具完成，验证科学智能与工程智能可以解耦。
Coding Agent as a Tool (CAT) 架构：Faraday 通过 shell 工具调用 Codex GPT-5.5 作为外部编程助手；Faraday 专注高层科学决策，包括理解论文、设计实验方案和分配计算资源，由 Codex 负责具体的代码编写与调试执行。
Replica 任务空间：训练数据来自自动生成的 Replica 基准，涵盖 100 篇 1990–2026 年的知名论文共 310 个复现任务；用 Gemini 2.5 Pro 自动识别并遮盖论文中的结果图表形成任务，Agent 需在 60 分钟和 1/7 个 H200 GPU 的严格限制内自主复现本。
Rubric-based Judge 奖励系统：针对复现任务无确定答案的难题，系统先用 Claude Opus 4.7 为每个任务自动生成专属评分标准（隐藏原始 gold plot 以防过拟合），再由 Codex GPT-5.5 作为执行 judge，在 10 分钟内审查代码库、git 历史和交互记录，从视觉匹配、科学主张支持、实验忠实度、资源利用效率和科学诚信五个维度给出 0–1 分的奖励信号。
长程强化学习训练：Faraday 采用修改版 GRPO 算法配合 LoRA 微调（rank=128），在 128K token 上下文窗口中以 6×10⁻⁶ 学习率进行后训练；每批次均匀采样覆盖不同时代的论文，确保训练不受单一科学范式主导，实现稳定的长程非可验证任务优化。

如何使用Faraday

Faraday 目前处于研究发布阶段，尚未推出面向公众的 API、产品界面或体验入口。

Faraday的核心优势

小模型大能力：基于 270 亿参数的 Qwen 3.6，在论文复现任务上超越 Claude Opus 4.8 和 GPT-5.5，证明科学智能无需依赖超大规模模型。
工具解耦架构：采用 Coding Agent as Tool (CAT) 范式，Faraday 专注科学决策，将代码实现交由 Codex GPT-5.5 完成，实现科学智能与工程智能的高效分工。
研究品味培养：通过强化学习习得”研究品味”，在资源受限时仍能设计忠实于原论文的缩小版实验，拒绝硬编码和作弊捷径。
跨领域泛化：在 ML 论文上训练，在 AI-for-Science 论文上测试仍保持 60% 以上任务胜率，展现强大的跨领域迁移能力。
可扩展基准：基于 Replica 自动生成任务空间，从 100 篇论文扩展出 310 个复现任务，为 AI 科学家训练提供可规模化的数据基础。
稳定长程 RL
成功将 GRPO 强化学习扩展到长程、非可验证的科研任务，通过 per-task rubric judge 和 turn-level credit assignment 实现稳定训练。

Faraday的项目地址

项目官网：https://inherentlabs.ai/research/training-to-replicate
arXiv技术论文：https://arxiv.org/pdf/2608.13331

Faraday的同类竞品对比

对比维度	Faraday (Inherent)	The AI Scientist (Sakana AI)
核心定位	专注”论文复现”，验证已有研究结果的可靠性	端到端自主科研——从假设生成到论文撰写的全流程
基座模型	Qwen 3.6-27B（小模型+外部工具）	调用 Claude/GPT 等前沿模型作为基础
工作方式	像人类博士生一样复现论文图表，使用 Codex 作为编程工具	自主提出研究想法、运行实验、撰写 LaTeX 论文
任务范围	复现已发表论文中的特定结果图表（Replica 基准）	从零开始生成完整研究课题并产出可投稿论文
验证方式	自动 Rubric-based Judge + 人类专家评估复现质量	通过真实学术会议（ICLR Workshop）同行评审验证
开源情况	论文与 Replica 基准已公开，模型未开源	AI Scientist v1/v2 代码已在 GitHub 开源

Faraday的应用场景

学术论文复现验证：科研机构可用 Faraday 批量验证已发表论文的可复现性，解决机器学习领域的”复现危机”。
博士生科研训练：作为”虚拟研究助手”，帮助博士生通过复现经典论文来培养实验设计与科学品味。
AI-for-Science 实验验证：在材料科学、气象预测、生物信息学等领域，自动复现跨学科论文中的实验结果。
研究基准测试：为 AI 科学家 Agent 提供标准化的 Replica 评估框架，用于衡量不同模型在科研任务上的能力。
研究方法审计：期刊审稿人或基金评审机构可用 Faraday 快速检验投稿论文中实验结果的真实性与可复现性。