实体
DiscoverPhysics
DiscoverPhysics
PulseAugur coverage of DiscoverPhysics — every cluster mentioning DiscoverPhysics across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
AI 代理通过演化的因果模型学习科学信念
研究人员开发了 EvoSCM，这是一个旨在增强 AI 代理科学推理能力的新颖框架。该系统使代理具备显式的、不断演化的结构因果模型（SCMs），这些模型会根据实验证据进行更新。EvoSCM 维护一个竞争性的 SCM 假设库，通过溯因、干预设计、预测和实验的循环来迭代地改进它们。该框架在 DiscoverPhysics 基准测试中展示了增强的科学发现能力，在揭示复杂物理世界动力学方面优于基线方法。
-
新基准测试大型语言模型在全新物理世界中的科学发现能力
研究人员开发了DiscoverPhysics，这是一个旨在测试大型语言模型（LLM）科学推理能力的新基准。这个交互式基准挑战LLM代理在具有新颖物理学的模拟世界中发现运动定律，要求它们设计实验、观察数据，并提出自然语言解释和推断定律的Python实现。对十一个前沿模型的评估显示，即使是最强的代理也只能通过一半的世界，尤其是在揭示潜在结构方面遇到困难。该基准还突显了开源模型和商业模型之间存在的显著差距，后者在实验设计和数据提取能力方面表现更优。