SCOPE框架用多智能体猜想驱动发现，在60个闭包任务上超越基线！
Beyond Equation Search: Conjecture-Guided Discovery with SCOPE and ClosureBench
📖 AI 总结
该研究指出，传统符号回归方法仅优化候选方程的拟合精度，却无法判断其背后的科学猜想是否应被保留、修正或舍弃，因为同一猜想可有多种数学实现，拟合相当的方程也可能蕴含不同解释。为此，作者提出SCOPE框架，让多个科学家智能体各自沿猜想驱动的研究路径，通过方程建模、问题提出与主动实验推进工作，并交换证据以修正猜想与方向，最终整合为关联模型、结论与证据的科学报告。同时，作者发布ClosureBench，涵盖五个科学领域的60个闭合发现任务，将未知代数关系嵌入已知偏微分方程系统，由智能体在OpenFOAM中控制实验条件获取新数据。该基准除方程精度外，还提出证据忠实性、机制洞察与实验有效性三项指标。实验表明，SCOPE在基准与真实科学案例中均取得更高方程精度，并产出更准确、可靠、有效的科学发现。
🔑 关键词速览
| 符号回归 | 一种从数据中自动发现数学表达式的方法，旨在找到拟合数据且形式简洁的方程。 |
| SCOPE | 本文提出的框架，通过多个科学家智能体独立探索猜想并交换证据，以维持猜想驱动的研究轨迹。 |
| ClosureBench | 本文提出的交互式基准，包含60个闭包发现任务，用于评估方程发现过程中的证据、洞察和实验有效性。 |
| 闭包发现 | 在已知偏微分方程系统中发现未知代数关系的任务，为方程发现提供具体的科学目标。 |
| OpenFOAM | 一个开源的计算流体动力学软件包，用于模拟和控制实验条件以获取新数据。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅