arXiv cs.AIDeepSeek·31 天前★ 2

科学解释对实验预测的增量价值测量

原文标题：Predictive Credit: Measuring What Scientific Explanations Add to Experimental Forecasts

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文提出「预测信用」指标，用配对预测衡量研究智能体给出的解释对实验预测的增量贡献。在 Tox21、OpenML 等 336 个前瞻状态上，冻结的信用判定结论不确定，匹配解释相对描述的点准确率增益未获证实。在 DeepSeek V4 Pro 下，匹配卡片与供体卡片分别降低次要漂移 64.5% 与 59.1%。

论文速读 · 四段结构cs.LG去论文速读 →

问题: 研究智能体给出的科学解释，对实验预测到底有没有增量价值。
方法: 提出预测信用指标，用共享干预、预测者与结果的配对预测，分别变化描述、匹配解释与供体上下文。
结果: 336个前瞻状态上冻结的信用判定不确定，匹配解释相对描述的点准确率增益未获证实；DeepSeek V4 Pro下匹配与供体卡片分别降低次要漂移64.5%与59.1%。
影响: 评估研究智能体时，解释的预测增益目前拿不出稳定证据，别把「解释得好」直接当成预测更准。