arXiv cs.CL· Jianyuan Zhong, Chenwei Wu, Zhaochen Yu, Xixian Jiang, Xuewei Li, Hao Xiao, Xilin Dai, Junyang Wang, Jiaru Zou, Zhiqing Cui, Boyuan Zheng, Jing Xiong, Zhen Zhang, Qiang Gao, Michael Morley, Luis Nakayama, Qiang Xu, Liyue Shen, Tao Gui, Leo Anthony Celi, James Zou, Zhenfei Yin, Yingcheng Wu, Ling Yang·· 11 小时前AI 评分38
DiscoveryRSI：递归学习发现高价值科学假设
DiscoveryRSI: Recursively Learning to Discover Valuable Hypotheses
AI 导读
DiscoveryRSI 框架通过多智能体进化搜索构建假设树，并借助假设信用优化、harness replay 和再发现三种机制递归学习。在四个生命科学领域，假设质量从基座模型的 4.86 提升至两轮自我改进后的 5.39，可证伪性与数据可解性提升明显。
正文 · AI 翻译
作者：Jianyuan Zhong、Chenwei Wu、Zhaochen Yu、Xixian Jiang、Xuewei Li、Hao Xiao、Xilin Dai、Junyang Wang、Jiaru Zou、Zhiqing Cui、Boyuan Zheng、Jing Xiong、Zhen Zhang、Qiang Gao、Michael Morley、Luis Nakayama、Qiang Xu、Liyue Shen、Tao Gui、Leo Anthony Celi、James Zou、Zhenfei Yin、Yingcheng Wu、Ling Yang
摘要：科学发现需要将有价值的研究假设发展为实际可行的研究，然而从这一不断演进的研究过程中学习仍然充满挑战。我们提出了有价值且可检验的研究假设的一种操作性定义：关于重要不确定性的、有证据支撑的主张，并配以可行的研究方案、明确的决策标准和替代性解释。我们的 DiscoveryRSI 框架通过多智能体演化搜索构建假设树，将选定的研究方案编译为可执行的 Harbor 任务，并通过三种机制进行递归学习：假设信用优化将科学评估归因于有记录的研究贡献；harness 回放识别出富有成效的策略和反复出现的失败，以改进研究工作流；再发现将已接受的改进应用于新的研究，为后续学习生成更多经验。我们还提出了 DFM-Bench，它在假设、修订、发展路径和研究运行等层面，对假设质量和累积研究进展进行全面评估。在四个生命科学领域，自动评估显示假设质量从基础模型的 4.86 提升到两轮自我改进后的 5.39，在可证伪性和数据可解析性方面提升尤为显著。我们进一步通过专家评审验证假设质量，将我们的 DiscoveryRSI-27B 与其他研究智能体进行比较。初步的人工评估显示，DiscoveryRSI-27B 在假设重要性以及主张是否合理且有证据边界方面得分高于 GPT-6 Luna。DiscoveryRSI-27B 与模型截止日期之后发表的研究的假设对应率达到 6.3%，大幅超过 GPT-6 的 2.5% 和 Claude Opus 5 的 2.3%，同时在研究路径上带来更高的人工评分改进。
| 评论： | 代码：此 https URL |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.23839 [cs.CL] |
| （或 arXiv:2610.23839v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.23839 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ling Yang [查看邮箱]
[v1]
2026年10月16日星期五 17:56:35 UTC（6,630 KB）
来源：arXiv cs.CL · arxiv.org