ScienceIDE 把科学代码库封装成带版本的环境，并加入专家定义的案例、可执行任务和私有科学 verifier。同一套环境可用于监督微调、强化学习和评测。项目用通过验证的轨迹训练了 4B、9B 和 72B 三档 PhAI-IDE 模型。论文报告了留出科学代码修复任务及部分通用 coding、推理和知识 benchmark 的提升，并公开代码与模型产物。
ScienceIDE 把科学代码库变成 agent 训练环境
2026-09-17前沿观察TRIAL
ScienceIDE 把科学代码库封装成带版本的环境，并加入专家定义的案例、可执行任务和私有科学 verifier。同一套环境可用于监督微调、强化学习和评测。项目用通过验证的轨迹训练了 4B、9B 和 72B 三档 PhAI-IDE 模型。论文报告了留出科学代码修复任务及部分通用 coding、推理和知识 benchmark 的提升，并公开代码与模型产物。
本文来自既有扫描档案。迁移保留原判断，不代表在迁移时重新核验。
对你意味着什么
对构建科研 agent 的团队来说，真正难的往往不是底座模型，而是环境和 verifier。ScienceIDE 给出了一套把成熟科学软件转成可执行学习经验的复用方法。建议先在一个测试完善的代码库上试验，不要把汇总 benchmark 提升直接当成跨领域科研能力。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 环境契约 | 带版本的代码库、运行环境、专家案例、验收标准和私有 verifier |
|---|---|
| 训练方式 | 基于已验证交互轨迹的监督微调与强化学习 |
| 模型 | PhAI-IDE-4B、PhAI-IDE-9B、PhAI-IDE-72B |
| 评测 | 留出科学代码修复任务，以及部分公开 coding、推理和知识 benchmark |
| 产物 | 公开代码仓库与模型链接 |
技术影响 4
工程价值 4
采用信号 2
成熟度 2
验证成本 4
风险 3