CELLAUDIT：审计智能体发现细胞模型的输入使用声明
原文标题：Discover, Falsify, Revise: Auditing Input-Use Claims from Source Code to Predictive Contribution in Agent-Discovered Cell Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文指出 AI 虚拟细胞仅凭留出预测性能无法证明真正使用了给定扰动信息，提出 CELLAUDIT 审计框架，检验输入能否进入所引计算、预测是否依赖它、该依赖是否改善对观测响应的预测。在 BBBC047 基准上，智能体选出的预测器虽达 0.3153 的 PCC，却对化合物替换保持不变。引入证伪引导的修订后恢复了正向化合物贡献，说明预测泛化不等于输入使用声明的泛化。
- 问题
- AI 虚拟细胞的留出预测性能无法证明真正使用了给定扰动信息。
- 方法
- 提出 CELLAUDIT，审计输入能否进入计算、预测是否依赖它、依赖是否改善对观测响应的预测。
- 结果
- BBBC047 上智能体选出的预测器 PCC 达 0.3153 却对化合物替换不变；证伪引导修订后恢复正向化合物贡献。
- 影响
- 评估虚拟细胞模型不能只看预测分数，需审计输入使用声明，否则会高估扰动建模能力。
深读 · 结论先行AI 生成展开看要点与影响 ↓
CELLAUDIT审计发现：PCC 0.3153的细胞预测器对化合物替换完全不变。
- •提出审计框架，检验输入能否进入所引计算、预测是否依赖它、依赖是否改善预测
- •BBBC047上智能体选出的预测器平均留出PCC 0.3153，但对化合物替换保持不变
- •仅用对照谱的预测器达0.3142，与前者几乎持平
- •源码检查发现化合物查询通路被singleton key-value注意力阻断，且用不相交对照孔重拟合后不变性依旧
- •48个候选分层审计中47个在替换化合物后预测改变，但仅20个在两折上目标损失增益区间高于零
为什么重要：说明留出预测性能不等于真正使用了输入信息，对智能体驱动的模型发现与AI虚拟细胞评估标准提出警示。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。