研究笔记
构建 scientific AI 系统时的工作笔记 —— agent、RAG、evaluation，以及其间的开放问题。
一个分子工作流应该展示它不知道什么
关于公开分子发现 Demo 的项目笔记：先解析身份、确认结构、计算结构描述符，再明确证据缺口，而不是编造性质。
AI for Science一个氧化还原预测器，先要有结构确认点
SciencesLoop Redox RFB Predictor 项目笔记：为什么化学名称、可编辑结构和人工确认必须排在电化学预测之前。
AI for Science经过微调的分子基础模型，能否达到工程化传统模型的水平？
一项独立 QM9 案例研究：把公开的 MIST 微调 checkpoint 与 Ridge、XGBoost、MLP 和两层集成模型分开比较。
AI for SciencePaperQA2 给 scientific RAG 的一个提醒：答案之外，要留下证据链
一篇 SciencesLoop technical note：从 Future House 的 PaperQA2 看引用精度、证据链和可审查的科研 RAG artifact。
AI for Science每条笔记都从公开来源和个人测试开始 —— 先证据，再判断。