4月25日上午，学院邀请复旦大学可信具身智能研究院青年研究员陈新驰老师作主题为“迈向科研智能体：从文献收集到品味判断与实验闭环”的学术报告，会议由学院副院长左宪禹主持，报告在计算机与信息工程学院201教室举行，学院教师和研究生参加了报告会。

报告会上，陈新驰讲解了现代环境下如何让智能体更高效的辅助我们的科研。陈老师指出让AI自主开展科研通常需要走完三步：读文献、想想法、做实验。报告围绕这条主线，介绍了陈老师团队近期的系列工作。在文献收集方面，介绍Global RAG如何推动检索增强生成从单点问答走向跨文献的全局推理，让 Agent 真正"读懂"一片文献。在品味判断方面，介绍了AI Can Learn Scientific Taste，提出社区反馈强化学习（RLCF)，利用大规模引用信号训练Scientific Judge与Scientific Thinker，让Agent学会判断哪些想法更有潜力。在实验闭环方面，介绍了Nex -N1为Agent训练提供大规模、多样、高保真的交互环境；随后，报告介绍了ResearchEnvBench评测Agent自主搭建实验环境、复现科研工作的能力。通过上述报告介绍内容，让参会的师生能够清晰地了解了下一代科研智能体"读一想一做"完整闭环的技术路线。

专家简介：陈新驰，复旦大学可信具身智能研究院青年研究员，OpenMOSS实验室核心成员。此前曾任亚马逊AWS AI Lab高级应用科学家，并在爱丁堡大学从事博士后研究。研究方向聚焦于大模型智能体、强化学习与多模态大模型。在 ACL、EMNLP、AAAI、NAACL等人工智能与自然语言处理领域发表CCF A / B类论文20余篇，长期担任ACL / EMNLP / IJCAI等国际会议领域主席，主持／参与国家自然科学基金等多个项目。