研究提出 LLM-IDEA 可识别性驱动自主发现智能体
原文标题：Harness Compilation: Which Decisions Should a Small Vision-Language Model Keep?
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。
论文提出 Identifiability-Driven Experimental Agent（LLM-IDEA），其可识别性引擎对平台期给出三分类判定：能力上限、设计类内可解决或已认证穷尽。在 ODEBench、DiscoverPhysics 及自建 Alien Universe 测试台上验证，可识别协议下 8/8 种子达到发现深度至少三级。
- 问题
- 自主发现智能体在实验平台期无法判断是能力到顶还是设计问题。
- 方法
- 提出 LLM-IDEA，其可识别性引擎对平台期做三分类判定：能力上限、设计类内可解决或已认证穷尽。
- 结果
- 在 ODEBench、DiscoverPhysics 及自建 Alien Universe 测试台上，可识别协议下 8/8 种子达到发现深度至少三级。
- 影响
- 为自动化科研智能体提供「何时该停」的判定机制，减少无效实验算力消耗。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LLM-IDEA 给实验平台期做三分类判定，可识别协议下 8/8 种子达发现深度三级
- •提出 Identifiability-Driven Experimental Agent（LLM-IDEA），核心是可识别性引擎
- •引擎对平台期给出三分类判定：能力上限、设计类内可解决、已认证穷尽
- •在 ODEBench 上，62 个含自由常数的系统中 60 个在第 0 轮即可识别
- •RC 电路被认证为对协议可运行的每个实验都已穷尽；收获模型只需增加一个初始条件即可解决
- •在 ODEBench、DiscoverPhysics 及自建 Alien Universe 测试台上验证，可识别协议下 8/8 种子达到发现深度至少三级
为什么重要：自主科学发现智能体常陷入「继续做实验也没用」的平台期，这条把「是能力不够还是模型不可识别」变成可判定的问题，对做自动化实验与闭环发现的团队有方法论意义。
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。