计算机科学 > 计算与语言
[提交于 2025年5月25日
]
标题: MOOSE-Chem2:通过分层搜索探索LLM在精细科学假设发现中的极限
标题: MOOSE-Chem2: Exploring LLM Limits in Fine-Grained Scientific Hypothesis Discovery via Hierarchical Search
摘要: 大型语言模型(LLMs)在自动化科学假设生成方面显示出潜力,但现有方法主要产生粗粒度的假设,缺乏关键的方法学和实验细节。 我们引入并正式定义了细粒度科学假设发现这一新任务,它涉及从粗粒度的初始研究方向生成详细且可实验操作的假设。 我们将此问题构建成一个组合优化问题,并探讨当LLMs被最大化利用时解决该问题的能力上限。 具体来说,我们探讨了四个基础问题:(1) 如何最好地利用LLM的内部启发式方法来制定细粒度假设,使其自身认为在其可能生成的所有假设中最有可能成功的假设,从而在假设空间上定义潜在的奖励景观;(2) 这种由LLM判断更优的假设是否与真实假设表现出更强的一致性;(3) 使用一组多样化的相似容量LLM来塑造奖励景观是否比用它们中最强大的LLM的重复实例来定义它能产生更好的结果;以及(4) 一组相同的LLM是否比单个LLM提供更可靠的奖励景观。 为了解决这些问题,我们提出了一种分层搜索方法,该方法逐步提出并整合假设中的细节,从一般概念进展到具体的实验配置。 我们表明,这种分层过程平滑了奖励景观并实现了更有效的优化。 在最近化学文献中专家注释的细粒度假设的新基准测试中的实证评估显示,我们的方法始终优于强大的基线。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.