★ 3
研究提出 LLM-IDEA 可识别性驱动自主发现智能体
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…
arXiv cs.AI24 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
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…
该 arXiv 论文将开放式自主科学发现形式化为「溯因自主科学发现」（AASD）问题，基于可能性理论提出可计算的溯因效用度量，并给出首个 AASD 算法「可能性前沿搜索」。该算法在适当条件下保持 anytime 有效性并渐近达到 ε-最优溯因效用，在合成与真实科学发现任务上表现良好。