图片为研知有术平台宣传图，背景为蓝色渐变，上方有“研知有术”标志及“专业的科研推进与成果支持平台”字样，中间是“让研究成为你的能力”标语。下方有四个图标，分别是微信公众号、视频号、抖音、小红书，每个图标下方对应平台名称。该图片与文档中介绍研知有术平台的内容相关，展示了平台的宣传信息及社交媒体渠道。
图片展示了RD-Agent的新闻板块。内容包括ICML 2026接受论文《FT-Dojo：迈向用语言代理实现自主LLM微调》；ACL 2026发现结果接受论文《推理作为梯度》；Web UI发布，可构建并支持实时交互及跟踪查看；NeurIPS 2025录用论文《R&D-Agent-Quant》。该图片与上下文紧密相关，直观呈现了RD-Agent在学术会议上的成果，体现了其在AI科研领域的进展与成就。

GitHub 链接：https://github.com/microsoft/RD-Agent

网站介绍:

RD-Agent 是 微软（Microsoft Research Asia） 开源的一个基于大语言模型的自动化研发智能体框架（12K+ Stars），旨在将 AI 自主驱动的研发能力应用到工业数据驱动的场景中。

核心架构：采用双智能体设计——Researcher（研究） 负责根据性能反馈提出新想法和假设；Developer（开发） 负责将这些想法转化为可运行代码，并从错误反馈中学习和改进。两者形成一个持续进化的闭环，类似于人类研究员的"提出假设 → 实验验证 → 获取反馈 → 迭代优化"过程。

关键能力：

自动因子挖掘与模型联合进化（量化金融方向，RD-Agent-Quant，已被 NeurIPS 2025 接收）：首创数据为中心的多智能体框架，自动生成量化因子并进行因子-模型联合优化

·Kaggle Agent：全自动化模型调参与特征工程，无需人工干预即可参与比赛

·Research Copilot：自动阅读论文/研究报告，提取关键公式和模型结构并实现为可运行代码

·FT-Agent（ICML 2026）：自主 LLM 微调，支持基准驱动的领域自适应

·数据科学 Agent：从数据预处理到模型训练的端到端自动化

成果：在业界公认的 ML 工程基准 MLE-bench（基于 75 场 Kaggle 比赛）上排名 第一（o3+GPT-4.1 组合），超越 AIDE 等所有已知方案。框架依赖 Docker + LiteLLM，支持 OpenAI、DeepSeek、Claude 等多种大模型后端，涵盖金融、医疗、通用等多个工业场景。

网站内容相关截图：

图片展示了首个以数据为中心的量化多智能体框架RD-Agent（Q）。其通过数据获取、处理，结合Qlib进行金融分析、市场回测，再进行因子研发、模型训练、R&D，最后实现因子-模型联合优化。RD-Agent（Q）在真实股市中大量实验表明，使用超过70%因子库时成本低于10美元，ARR比基准因子库高出约2x，且在更小资源下超越先进深度时间序列模型，进一步在预测准确性与策略鲁棒性间提供良好权衡。
图片展示了R&D-Agent（AI科研工具）在自动化工业研发流程中的关键能力。分为Research（可变研究能力）、Application（数据科学）、Development（可变开发能力）三个部分。其中，Kaggle Agent可全自动化模型调参与特征工程，无需人工干预；Research Copilot能自动阅读论文/研究报告，提取关键公式和模型结构并实现为可运行代码；FT-Agent自主LLM微调，用于基于基准的领域自适配。该图与文档中介绍R&D-Agent关键能力的内容相呼应，直观呈现其功能。