ScienceWorld 是艾伦人工智能研究所（AI2）于 2022 年发布的文本交互式科学仿真环境，智能体需要在虚拟世界中完成电路搭建、物质分离、动植物生命周期等 30 类基础科学任务。随着大语言模型智能体研究升温，它已成为检验多步推理与探索能力的常用基准，近期相关工作正把重心从单纯刷分转向训练方法与推理成本的改进。
ScienceWorld 近期进展
当前焦点与观察点
围绕 ScienceWorld 的研究呈现两条主线：一是把环境反馈用于改进训练，如步级加权、技能策展与经验纠错；二是压缩推理开销，让智能体更接近实际部署。争议在于，纯文本基准上的分数提升能否代表真实科学探索能力，记忆模块与世界模型带来的泛化效果仍需跨环境验证。对观察者而言，后续是否形成统一评测口径与透明的成本报告，比单篇论文的分数更值得关注。