★ 4
Agent4Sci 测试台：Claude Opus 在 20 项科学 ML 基准上平均提升 10.4%
论文推出 Agent4Sci 长周期测试台，覆盖 11 个领域 20 项科学机器学习基准，衡量前沿编码智能体在真实条件下能多大程度改进已发表最优模型。结果显示前沿智能体在所有基准上均有提升，Claude Opus 平均相对改进 10.4%，但增益几乎全部来自 ML 工程技巧而非研究级洞察。轨迹分析…
arXiv cs.AI11 天前
#科学机器学习
共 12 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
BoSS：18 万仿星器快离子模拟大规模基准数据集
研究团队发布仿星器模拟基准数据集 BoSS，包含 18 万个磁流体平衡态的导心模拟结果与轨迹，是首个大规模导心模拟数据集。论文设定生成建模与代理建模两类任务，展示机器学习加速仿星器设计的潜力，并指出长程轨迹预测与分布外生成是关键方向。
arXiv cs.LG3 天前
★ 3
RSI-Opt 提出递归自我改进优化器智能体，加速模型训练
论文提出即插即用的 RSI-Opt，由元智能体依据历史运行证据重写提示、流程手册、优化器代码库与决策节奏，并归档已评估策略供继续演化。在三个训练任务五代演化中性能显著提升，Burgers PDE 上相对固定提示基线将平均相对 L2 误差降低约 2.7 倍（Opus 5.5）与 8.8 倍（GPT-…
arXiv cs.AI7 天前
★ 3
研究用强加结构与学习物理构建稳定反事实世界模型
论文探讨世界模型需要多少硬编码物理结构、多少系统物理可从数据学习，以同时满足耗散、参数干预响应、超长时程稳定与扰动鲁棒四项性质。方法通过固定可逆算子从学习能量梯度生成动力学，并限制能量类别。在电磁腔、粒子网格与浅水流体上，约九千参数模型即可恢复本构函数并泛化到未见干预值，而无结构同容量模型表现接近…
arXiv cs.LG31 天前
★ 3
LabFactory：构建可执行 AI 实验室
论文提出 LabFactory 框架，让 AI 构建者将科学任务简报转化为可执行的 AI 实验室——集成模型、知识资源、工具与控制器的任务专用求解器。交付物由独立主机在留出输入上执行并按任务协议评分，28 个构建案例在全部 33 个子测试中均超过参考值，表明 AI 智能体可端到端交付可调用、可检查…
arXiv cs.LG38 天前
★ 2
研究揭示神经 PDE 发现中的阈值兼容与支撑集选择诊断问题
论文针对神经网络偏微分方程发现中的中位数/标准差阈值，推导出精确的双信号保留边界与扰动界。实验表明即使系数恢复精确，平流扩散库仍会丢失扩散项，真实支撑集重拟合也无法恢复全部导数精度。作者提出有限诊断以区分阈值不兼容、重拟合损伤与评分拒绝。
arXiv cs.LG3 天前
★ 2
arXiv 发布跨声速机翼气动结构高保真数据集
研究发布面向跨声速机翼静气动结构分析的高保真多学科数据集，含 2471 个样本与 3 个分布外样本，参数覆盖机翼平面形状、马赫数、攻角、高度与结构载荷因子。基准实验显示机器学习模型预测气动量归一化均方根误差不超过 0.0309，翼盒失效分布误差不超过 0.1189。
arXiv cs.LG5 天前
★ 2
arXiv 论文提出 COGNAC 图神经网络预测液体混合物热力学活度系数
研究提出 COGNAC 图神经网络，学习原子级几何与依赖分子邻域的交互参数，并在 UNIFAC 框架中评估。基于约 82 万实验数据点训练，其在二元与多组分混合物上精度显著超过 UNIFAC 与 HANNA，误差较 HANNA 降低 13–63%，且计算成本与 UNIFAC 相当。
arXiv cs.LG5 天前
★ 2
arXiv 论文用模拟岩石学标签从全岩地球化学预测矿物学
研究通过模拟近百万条岩石学标签，监督一个由自监督 Transformer 编码器、模拟训练预测头与重校准层组成的三段式模型，从全岩化学成分预测模态矿物学。模型在 640 块火山岩上零样本判别多数矿物类别，仅用 25 块标注岩石重校准即可恢复大部分似然提升。
arXiv cs.LG5 天前
★ 2
SIDERIUS：物理时序的智能体 ML 开发评估协议
论文提出 SIDERIUS，一个面向物理时序科学机器学习的 LLM 智能体系统，强调科学有效性而非单一分数，结合可组合能力编排、多层科学评估协议与资源感知探索。在 TIDMAD 基准上，使用 GPT 编排器的 SIDERIUS 有效模型提出率达 63.8%，远高于通用 Codex 编码智能体的 1…
arXiv cs.LG19 天前
★ 2
Delta 学习的目标设计机制研究
论文指出在科学机器学习中，残差尺度本身不足以衡量可学习性；复杂局部描述符基线虽产生小残差，但在架构代理空间中更粗糙、更难学习。作者提出尺度归一化图 Dirichlet 粗糙度作为预训练诊断指标，并确立基线互补性作为目标设计的核心原则。
arXiv cs.LG38 天前
★ 2
GradRepair-ODE：神经ODE训练梯度认证修复
神经ODE在训练循环内使用数值求解器，导致梯度方向在刚性动力学、混沌敏感或事件不连续情形下可能不可靠。论文提出GradRepair-ODE框架，通过多梯度候选、方向有限差分校验与求解器诊断来检查、修复或拒绝不可信梯度，在六个合成ODE系统上把不安全接受步数从37降至0。
arXiv cs.LG48 天前
这个主题的相关资产
相关术语科学机器学习