Graph-PRefLexOR

新AI模型增强科学假设生成能力，并提供可追溯的推理过程

研究人员开发了Graph-PRefLexOR，一种新颖的、基于图的原生强化学习模型，旨在增强科学假设的生成能力。该模型使用Group Relative Policy Optimization (GRPO)进行微调，将推理过程分为机制探索、图构建、模式提取和假设合成等不同阶段。Graph-PRefLexOR在生成科学上有效且可追溯的假设方面表现出显著的改进，尤其是在材料科学和力学领域，其可追溯性和语义多样性比标准大型语言模型高出40-65%。