AI-Scientist 快速部署教程零基础 30 分钟跑通第一次全自动科研实验【免费下载链接】AI-ScientistThe AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery 项目地址: https://gitcode.com/GitHub_Trending/ai/AI-Scientist想让 LLM 替你做完一整篇研究论文AI-Scientist 部署完成后它会自主提出研究想法、写代码跑真实实验并输出带图表的论文草稿你只负责配好密钥和准备 GPU。它解决什么问题它把想点子 → 写实验代码 → 训练 → 画图 → 排版成 LaTeX 论文这条链路整体交给了基础模型你给一个实验模板它自己生成候选想法、改代码做实验、产出 PDF并附上 LLM 评审意见。 适合两类人想验证AI 自动科研能力边界的研究者与学生以及有闲置 GPU、想批量出实验结果的工程师。最小可跑部署路径 官方支持 Linux NVIDIA CUDA 环境最简路径只需 4 行命令git clone https://gitcode.com/GitHub_Trending/ai/AI-Scientist cd AI-Scientist pip install -r requirements.txt sudo apt-get install texlive-full注意texlive-full安装耗时较长如果不想手动装依赖experimental/Dockerfile 提供了社区维护的容器化镜像可以整体替代上面这几步。跑一次实验NanoGPT 模板实战 选nanoGPT_lite模板在莎士比亚字符级语料上训练小型 Transformer体量小、反馈快。先准备数据并跑出基线run_0python data/shakespeare_char/prepare.py cd templates/nanoGPT_lite python experiment.py --out_dir run_0 python plot.pyrun_0是基线必须在你的机器上跑一遍因为后续论文里的耗时对比都基于它。然后启动 AI-Scientist 主流程密钥配置见下一节结果写入results/nanoGPT_lite/每个想法一个时间戳文件夹里面有experiment.py、log.txt、图表和最终 PDF评审意见在review.txt。其他可用模板一行罗列2d_diffusion、grokking以及社区贡献的seir、mobilenetV3、tensorf等完整清单见 templates/想先看成品效果可翻 example_papers/ 里的示例论文。选模型与配置密钥 选模型的判断依据写在 README 里优先 GPT-4 级别的前沿模型论文中 Claude 3.5 Sonnet 出论文成功率最高GPT-4o 做评审最稳DeepSeek Coder 单篇成本最低约 15 美元以内。密钥与环境变量对应关系OPENAI_API_KEYGPT-4o / o1 系列ANTHROPIC_API_KEYClaude 3.5 SonnetDEEPSEEK_API_KEYDeepSeek国内可用选项GEMINI_API_KEY/OPENROUTER_API_KEYGemini / Llama 3.1S2_API_KEY可选Semantic Scholar 文献检索没有就用--engine openalex国内网络环境下推荐 DeepSeek配好密钥后一条命令启动export DEEPSEEK_API_KEY你的密钥 python launch_scientist.py --model deepseek-chat --experiment nanoGPT_lite --num-ideas 2跑不通时的常见排查pdflatex: command not found、脚本直接退出 → 执行sudo apt-get install texlive-full补装 LaTeX 环境。FileNotFoundError: train.bin→ 忘了准备数据先运行python data/shakespeare_char/prepare.py。跑完没有 PDF 或 review → 单个想法本身就可能失败成功率与模板和模型有关换强模型或调小--num-ideas重试。Semantic Scholar 接口慢或被墙 → 加--engine openalex换成免 key 的引擎或--skip-novelty-check跳过查新阶段。CPU 机器跑几小时没动静 → 官方流程面向 NVIDIA GPU CUDA纯 CPU 基本不可行换带卡环境再跑。AI-Scientist 把构思、实验、写作这三段最耗时间的科研工作压进了一个脚本产出质量因想法而异但跑通一次你就知道了它的能力边界在哪。从nanoGPT_lite 2 个想法开始试剩下的交给log.txt。【免费下载链接】AI-ScientistThe AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery 项目地址: https://gitcode.com/GitHub_Trending/ai/AI-Scientist创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
