InternAgent-1.5: 長期間の自動的な科学的発見に優れた統合関節框架

私たちにより InternAgent-1.5 を導入する。これは、コンピューターモデルと論理実験両方に渡って幅広い範囲で科学的発見に対する一貫したシステムであるという意図を置いた新規なものです。このシステムは、生成、確認、進化の三つの協調的な子子系によって構成された構造的なアーキテクチャに基づいている。これらの子子系は基礎的な能力：深い研究、ソリューション最適化、そして長期間に渡っての記憶、を支えており、これら全てによって InternAgent-1.5 のカーニュンスが最短で並行的な発達プロセスの中で動作可能となっているのが証明されています。またこのアーキテクチャによりInternAgent-1.5は状態を保持して改善させた行動の統合的な特性を持つようになります。さらに、InteranntAgent-1.5 はコンピュータモデルと実験室実験が一つで統一されますこととして機能しません。我々は異なる科学的推論ブローケンスに対してInternAgent-1.5 を評価しています。これはGAIA、HLE、GPQAおよびFrontierScienceにおけるためです。これらの評価では InternAgent-1.5 が卓越した基礎的な能力を示します。またこのバースト点から始めて、2つの種類の発見タスクに対する完全な評価に進みます。algorithmと呼ばれる特定のmachine-learningで競争するmethodを自律的に設計して提出するためのアーティファクトや，その他の実験室による実測値の生成によって科学的結果を提供することが可能な実験タスクと同様に、これは2つの種類の発見タスクを確認しています。それによりInternAgent-1.5は一般性と拡張可能性を持つ自律的な科学的推論フレームワークがもたらすことを示しました。

arXiv:2602.08990v1 Announce Type: new Abstract: We introduce InternAgent-1.5, a unified system designed for end-to-end scientific discovery across computational and empirical domains. The system is built on a structured architecture composed of three coordinated subsystems for generation, verification, and evolution. These subsystems are supported by foundational capabilities for deep research, solution optimization, and long horizon memory. The architecture allows InternAgent-1.5 to operate continuously across extended discovery cycles while maintaining coherent and improving behavior. It also enables the system to coordinate computational modeling and laboratory experimentation within a single unified system. We evaluate InternAgent-1.5 on scientific reasoning benchmarks such as GAIA, HLE, GPQA, and FrontierScience, and the system achieves leading performance that demonstrates strong foundational capabilities. Beyond these benchmarks, we further assess two categories of discovery tasks. In algorithm discovery tasks, InternAgent-1.5 autonomously designs competitive methods for core machine learning problems. In empirical discovery tasks, it executes complete computational or wet lab experiments and produces scientific findings in earth, life, biological, and physical domains. Overall, these results show that InternAgent-1.5 provides a general and scalable framework for autonomous scientific discovery.