SAGE架构

定义

SAGE（“智者”）是一种递归循环通用专家协同架构，由上海人工智能实验室在AAAI 2026上提出，旨在突破科学发现中的算力瓶颈和组合爆炸问题。

核心创新

• 知识与推理能力解耦：将底层知识与推理能力分离，实现模块化协同
• 过程奖励机制（PRM）：在推理过程中提供细粒度的奖励信号
• FlowRL分布拟合技术：通过分布拟合优化搜索效率

关键突破

• 在高达10^60量级的搜索空间中实现高效探索
• 仅需SOTA模型十分之一的训练数据量
• 标志着AI for Science从"被动拟合现有数据"向"主动探索未知科学规律"演进

相关概念

• [[AI for Science]]
• [[ChemEval]]