Conformal Interval-Driven Self-Evolution

新的CISE方法通过可靠的奖励间隔提高了LLM驱动的科学发现能力

研究人员推出了一种名为“Conformal Interval-Driven Self-Evolution”（CISE）的新型方法，用于基于大型语言模型（LLM）的科学发现。CISE通过使用可能导致假阳性的不完美代理奖励，解决了昂贵的高保真评估的挑战。该系统通过条件共形推断和在线密度比估计来构建候选特定的奖励间隔。通过采用保守的基于间隔的奖励，CISE确保所有返回的候选都是真阳性，而基线方法在下游验证预算有限时可能包含假阳性。