书生-A1.5 运营中

书生-A1.5（Sage-A1.5）是上海AI实验室推出的35B通专融合科学智能体，基于Agents-A1长程能力与书生·端砚平台，面向真实科研验证RSI：自主拆任务、编排多子智能体并行调研，并触发校验识别证据缺口、修正假设。书生-A1.5覆盖脑科学、电化学、空间综述等案例，经MVSP科学评测与SFT/RL回流进化，支持昇腾、沐曦、AMD量化部署，强调可追溯、可复核的长程自主研究。

智能体编排：自主拆解复杂科研任务，调度多个子智能体并行检索、比对证据并汇总结论。
智能体校验：自主判断校验时机与对象，区分已证实事实和待验证假设，及时修正检索方向或研究策略。
长程科研执行：把检索、假设、代码、验证串成闭环，交付可追溯、可复核的代码、数据、图表与报告。
科学场景赋能：面向脑科学、电化学、空间科学综述等任务，支持证据矩阵、核查表、修订记录等结构化产出。
科研代码支撑：面向算法优化与科研代码开发，覆盖 SWE-Bench Pro、Multilingual、MLE-Bench-Lite 等代码评测场景。
多硬件部署：提供多版本量化形态，支持昇腾 NPU、沐曦、AMD 等 GPU，便于科研与产业伙伴试用。

微信关注回复“开源”，加入AI开源项目交流群
长程任务底座：Sage-A1.5 以 Agents-A1 的长程任务能力为底座，依托书生·端砚科学发现平台，将科研流程中的组织、执行、调整纳入训练，使模型不仅会调用工具，能在长任务中组合既有能力并根据新证据动态修正后续行动。
真实场景牵引的 RSI 闭环：核心路径是“环境即数据”：用科学评测为牵引、由环境合成提供反馈，形成能力诊断、任务环境搭建、模型训练相互促进的持续进化机制，让模型在真实科研进程中沉淀领域知识、修正推理偏差。
MVSP 评测对齐机制：团队提出最小可验证科学提议 MVSP，与脑机理、高能物理、材料设计、新药创制、化学智能、疾病诊断等十余个重大科学场景共建高质量评测基准，把模型迭代方向对齐到科学家真实需求与可验证科学问题上。
数据与训练资源生产：项目通过工作区仿真、科学计算工具链部署和专业沙盒环境，持续产出 SFT 数据与 RL 训练资源；同时用 AI for AI 识别科研链路瓶颈，优化科学 Harness 的工具编排与校验策略，提高长程任务执行效率与稳定性。
跨域异构训练范式：针对跨领域任务分布、推理模式和智能体框架差异，采用“多域监督微调 + 统一后训练”两阶段范式，并配合全异步管线与自适应采样机制，同步强化科学探索与工程编码能力。

进入体验入口：访问书生·端砚平台体验页 https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0，登录并按页面提示申请/使用额度。
选择模型形态：按算力条件选在线 Sage-A1.5 或后续量化/开源版本，私有化场景选昇腾 NPU、沐曦或 AMD 对应部署包。
创建科研任务：在工作区新建项目，填写研究问题、约束条件、期望输出和是否需要可追溯证据链。
接入材料与环境：上传文献、数据、代码或实验记录，配置科学计算工具链、沙盒和必要外部数据库/工具。
启动编排执行：让 Sage-A1.5 自主拆解任务、调度子智能体并行调研，开启智能体校验以自动识别证据缺口。
中途干预纠偏：查看检索路径、假设变化和校验记录，对偏差方向、关键假设或待验证实验点给出人工指令。
复核产出结果：核对代码、数据、图表、报告及核查表/证据矩阵/修订记录，必要时要求复跑或补充对照。
导出交付物：导出可复现代码、中间结果、图表和报告，在课题组内做专家级复核后再用于论文/实验决策。

真实科研牵引进化：以环境即数据的 RSI 闭环，在真实科学任务中持续沉淀知识、修正偏差。
通专融合底座：继承 Agents-A1 长程任务能力，同时面向科学场景强化专业推理、证据处理与工具调用。
智能体编排能力强：可自主拆任务、并行调度多个子智能体调研，适合多线索、多证据的复杂科研探索。
自主校验与纠偏：能判断何时校验、校验什么，区分事实与假设，识别证据缺口并调整策略，降低长程任务误差累积。
评测对齐科学需求：通过 MVSP 与十余个重大科学场景共建可验证评测，模型迭代方向更贴近科学家真实问题。

项目官网：https://alpha-innovator.github.io/Sage-A1.5/
HuggingFace模型库：https://huggingface.co/collections/InternScience/sage-a15
技术论文：https://arxiv.org/pdf/2610.28578
在线体验Demo：https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0

神经科学数据分析：基于小鼠全脑数据做脑区解码指标分析、PCA、置换检验与可视化，辅助挖掘任务/运动信息分布规律。
电化学合成优化：整合文献与历史实验，迭代反应条件、机理假设与产率预测，辅助傅–克烷基化等合成路线创新。
空间科学综述审校：调度多子智能体核查空间任务断言、区分证据层级，输出核查表、证据矩阵与修订记录。
光化学/机理研究纠错：在检索不匹配时收敛方向，检查反应原理并标记需实验验证的关键步骤。
高能物理/材料/新药/疾病诊断评测：以 MVSP 建设可验证科学环境，对齐模型迭代方向与科学家真实需求。