ScienceIDE

论文：arXiv:2609.19134项目页GitHub模型

ScienceIDE 一览。锁定版本之上游科学代码（Athena++、MITgcm、Gkeyll、DScribe、NEST、EDKit、Stim 等）化为容器之环境。每题或注一缺陷，或删一例程；验证器重运代码自带之物理算例，以评器灵之修复。同此诸回合，亦供监督微调与强化学习之用。图出自ScienceIDE 仓库。

其旨

科学软件，凝数十年之学，且自带其真：代码所必复现之物理算例是也。ScienceIDE 化之为器灵之习场。每题为一容器之回合，立于锁定版本、未经改动之上游代码：天体磁流体（MHD）、海洋与大气之模式、等离子体动理学、量子线路、材料描述符。器灵改其源码；验证器乃重编代码，重运其物理算例，以所得之数较参考之输出。其赏出于模拟之数值复归于正，非出于合乎 diff，故难以取巧。

题何以成

自代码至发布之题。或注一缺陷（修复），或删一例程（实现），参考之修正即其确切之逆。于评分容器中执行，官方修正须得 1.0 分，而未修之构建须留赏之余地。确定性之关，察无一处泄其答案。难度以实测之事录之，非以人手标之；凡见黜之题，皆连其证据存之。图出自ScienceIDE 仓库。

• 修复：注一语义之缺陷于锁定之源码；器灵须寻而修之，使物理算例复过。
• 实现：删一例程之体；器灵须重写之，使求解器复现参考之结果。
• 评分：赏为诸物理算例得分之均值，复加缩放，使未动之仓库恰得零分。

一基三用

同此诸环境，兼三用：测评器灵（ScienceIDE-Hard），以既验之轨迹作监督微调，以验证器之赏行强化学习。PhAI-IDE 诸模型（4B、9B、72B）已发布于 Hugging Face。其一环境为 LAPS，洛城加州大学（UCLA）之伪谱磁流体代码，余之阿尔芬子（Alfvénon）模拟即以之为本。

余之所任

余与 Hejia Geng 同为第一作者，并共领科学环境之生成。

• Geng, H.*, Huang, Z.*, Li, H., et al.（作者凡 45 人）2026, “ScienceIDE: Turning World's Scientific Codebase into Agent Learnable Environments.” arXiv:2609.19134（* 贡献同等）