Atria Dawn Preview 是一个面向科学研究和工程工作流的基础代理语言模型，通过可验证经验管道进行训练，该管道将工具中介交互与可执行环境相连接。在涵盖真实世界研究、工程和数字工作的16个基准测试中，该模型的表现可与前沿代理相媲美，并在其中五个基准上取得了最高报告分数。

  • 训练管道将工具中介交互与可执行环境及外部验证结果相连接。
  • 对56名参与者共769条任务记录的分析显示，约三分之一的已完成AI辅助任务被评定为在没有AI的情况下不可行。
  • 代理经常提出方法并实施修订，而人类保留大多数最终决策，并通过判断和反馈引导探索。

作者认为这具有重要意义，因为它表明从任务级执行向项目级合作的转变，其中人类精力集中在值得追求的方向以及如何用证据指导研究。