SciDisco: Un framework scalabile per l'RL a livello di turno nella scoperta scientifica

Uno studio recente pubblicato su arXiv (2607.28990) presenta SciDisco, un framework scalabile progettato per addestrare agenti focalizzati sulla scoperta scientifica in ambienti verificabili tramite processi. Questo framework affronta le complessità dell'analisi scientifica a lungo termine offrendo una supervisione del processo basata su dati scientifici reali. SciDisco è composto da tre elementi principali: SciThèque, che organizza ipotesi, dataset, grafi di evidenza nascosti e verificatori in ambienti di compiti interattivi; sintesi di traiettorie basate su DAG, che utilizza questi ambienti per creare dimostrazioni multi-turno filtrate da verificatori; e DiscoPO, che sfrutta l'ambiente per fornire segnali di addestramento, accreditando azioni che producono evidenze analitiche verificabili. Gli esperimenti indicano che SciDisco-14B raggiunge risultati all'avanguardia su benchmark per la scoperta scientifica. Gli autori dell'articolo sono ricercatori e può essere consultato su arXiv.