AI 自动化科研流程：从研究问题到实验与论文

1. 把研究方向变成可验证的问题

先确定研究领域、具体预测或建模任务，以及什么证据能够支持你的假设。例如，研究电池健康时，可以检验一种方法能否泛化到训练中没有出现过的工况。AutoResearch 可辅助文献探索与想法生成；研究者仍需核对创新性和文献来源。

2. 准备数据并确定评估方案

记录数据来源、预测时实际可用的输入，以及训练集、验证集和测试集的划分方式。根据任务，可能需要按设备、受试对象或时间划分，避免数据泄漏。在查看测试结果前，选定适合任务的指标和方法比较规则。

3. 实现模型并建立公平的对比基线

将研究方案转化为代码，选择与问题相关的基线模型。保持预处理、数据划分和评估规则可比，记录实验配置与随机种子，让提出的方法和基线在相同条件下接受检验。AutoResearch 将建模与实验准备连接在同一科研流程中。

4. 开展 GPU 实验并检查证据

在已配置的 GPU 资源上训练和评估模型，查看日志、回传文件和对比结果。通过消融实验检验各部分设计的作用；当随机波动可能影响结论时，应进行重复实验。运行结束只能证明代码完成执行，不能单独证明科研结论成立。

5. 根据真实结果制作图表和撰写论文

使用实际测量结果生成表格、图形和科学论述。AutoResearch 可辅助论文起草、审查与修改。核对参考文献，将每项数值结论对应到实验产物，并在必要时说明失败实验与局限。任何工作流程都无法保证论文录用或一定得到正向科研结果。

6. 审查成果并申请内测

分享或投稿前，审查代码、实验设计、引用材料和生成正文。申请使用时，在产品首页填写研究方向，等待管理员审核。中文和英文界面提供对应的科研流程。

开始前的常见问题

需要先有完整的科研想法吗？

不需要。可以从一个大致方向开始，在规划阶段逐步形成可验证的问题。

能保证产出可发表论文吗？

不能。科研价值取决于问题、数据、实验证据和专业审查，论文录用由期刊或会议决定。

申请后能立即使用吗？

需要先在首页提交申请并通过审核。获批成员获赠 5,000 初始 credits。