一篇新论文探讨了在化学、材料科学和机器学习的设计任务中使用机器学习模型作为实验替代品的安全性和成本。研究确定了这种做法可靠的条件，并强调仅靠预测准确性不足以建立信任。相反，安全性取决于一个架构规则：认证结论必须基于真实评估，而不是模型预测。该研究推导出了模型充当预言机的标准，并证明经过审计的代理可以显著降低认证评估的成本。 AI
影响 为理解在科学设计过程中使用人工智能模型的可靠性和成本效益提供了一个框架。
排序理由 该集群包含一篇发表在 arXiv 上的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
