超级递归智能体MIRA自主打造最强材料基座模型MPA：40项实验全面SOTA

Type: article
Author: 深度原理团队
Primary Topic: AI Agent
Ingested: 2026-06-03

Summary

深度原理团队发布材料性质预测基座模型MPA，由AI科研智能体MIRA通过递归自训练自主设计并产出，在40项实验性质预测任务中全面超越前SOTA Suiren-1.0，平均MAE降低10%，燃烧焓最高降幅达51%。MIRA承担了完整科研管线，包括文献调研、代码重构、训练评估循环和报告撰写，人类仅负责意图说明和阶段性审核。该工作被视为「用AI改进AI」的首次可量化落地，标志着递归自我改进飞轮已开始转动。

Key Concepts

• 递归自训练
• AI科研智能体
• 材料基座模型
• 自主代码重构
• 物理对齐中间训练
• 分布外泛化
• 递归自我改进

Entities

• MIRA
• MPA
• 深度原理
• Suiren-1.0
• 上海科学智能研究院
• PubChem-xTB
• EvoAgentX
• SkillOpt
• Google DeepMind
• FutureHouse
• OpenAI
• Anthropic
• Jack Clark

Source

• Raw: mira-recursive-agent-builds-mpa-materials-model.md

Relations

• (none)

---

Auto-generated on 2026-06-03