Lila 的 CTO：科学里便宜能验证的只占约 5%，所以要建一个大验证器

强化学习的下一块地是难验证的领域

Beam 的说法：先靠互联网数据预训练，大约两年前起靠带可验证奖励的强化学习继续放大；数学和代码这类检查便宜的领域已经基本用满，问题是怎么进入验证很难的领域。他说科学像一台“无限的 token 发生器”，永远能提新假设、产生新数据，前提是有人造出验证科学假设的东西。

“how do we start to tackle domains when verification is hard?”Andrew Beam

便宜能验证的科学只占约 5%

他拿一个开放的文献索引，让大模型估计其中多少假设能用模拟器或计算工具在一小时内验证，得到约 5%，并说误差范围很宽，但和科学家聊的话数量级会被认同。由此推出：绝大部分科学必须真做实验，所以要建一个大验证器。

“the vast majority of science is actually dark matter for reinforcement learning with verifiable rewards because we can't verify it cheaply.”Andrew Beam

AI、软件、机器人三样都要自己做

他把“AI 科学工厂”拆成智能层、包住实验室的软件层和机器人。实验室里多数设备默认操作者有对生拇指，自动化里看着难的（单位时间收很多数据点）反而容易，拧开试管盖这种事很难。他们在剑桥有 15,000 平方英尺的实验室，把它当数据中心而不是传统实验室；2027 年初在红线终点附近再开 10 万平方英尺。

量子点：把设计变成一个能自动跑的强化学习任务

任务是设计在指定波长发光的量子点（红色约 650 纳米，蓝色低于 500）；模型能选的动作是反应前体试剂，96 孔板上自动配液、摇动、让纳米晶体长出来，再测发光颜色，整套约 90 分钟，视频里做出了从绿到红的量子点；量子产率也是可以优化的目标。从开放权重的基座模型出发，用 SFT 加强化学习训练：基座准确率 12.5%，后训练后他说超过了前沿模型。这是和英国政府合作的“AI 纳米科学家”项目，结果来自上一代技术栈。

一个模型，加上一条 scaling 曲线

他说量子点、电催化剂、蛋白都应进同一个模型，专业化拿不到只有扩大范围才有的涌现能力。横轴是后训练算力，从 10^19 到 10^23 FLOPs，纵轴是内部基准：几千个科学任务（每个 100 到 10 万个提示）的平均奖励；他们从去年底开始做，说看到算力和“科学智能”之间有稳定的关系，并计划到今年底把模型放大到一万亿参数。