arXiv cs.AI· Ao Cheng, Lei Zhang, Guowei He·· 12 小时前AI 评分34
Re4：基于重写、求解、审查与修订的科学计算智能体框架
Re4: Scientific Computing Agent with Rewriting, Resolution, Review and Revision
AI 导读
研究团队提出 Re4 智能体框架，由 Consultant、Reviewer、Programmer 三个推理 LLM 协作，通过"重写-求解-审查-修订"逻辑链完成科学计算任务。
正文 · AI 翻译
摘要：大型语言模型（LLM）已展现出在多个领域执行复杂任务的能力，包括数学与科学推理。在本工作中，我们构建了一个新颖的智能体框架，用于求解科学计算中的代表性难题。所提出的智能体通过三个推理 LLM（Consultant、Reviewer 和 Programmer）以协作交互的方式，融入“重写-求解-审查-修订”的逻辑链。Consultant 模块实现知识迁移，将问题与专业领域洞见相链接，从而通过文本增强重写问题描述。Programmer 模块生成并执行结构良好的代码以求解问题。Reviewer 模块通过结合代码运行时输出的交互式反馈，实现自我调试与自我完善。通过端到端审查机制，Programmer 的可执行代码经历迭代修订。我们在典型偏微分方程（PDE）、工程导向的圆柱绕流、病态线性系统以及数据驱动的物理分析问题上对该框架进行了全面评估。与单一模型方法相比，该协作框架显著提高了无缺陷代码生成率并减少了非物理求解结果，为从自然语言描述自主生成代码建立了可靠框架。审查机制将 DeepSeek R1 的平均执行成功率（无缺陷代码且无 NaN 解）从 59% 提升至 82%，ChatGPT 4.1-mini 从 66% 提升至 87%，Gemini-2.5 从 60% 提升至 84%。自动代码生成与审查为科学计算提供了一种有前景的工作流程；对求解器开发轨迹的分析进一步揭示了边界处理、数组索引以及数值约束保持方面反复出现的实现难点。
| 评论： | 《Machine Learning: Science and Technology》（IOP Publishing）小修中 |
| 主题： | 人工智能（cs.AI）；计算物理（physics.comp-ph） |
| 引用为： | arXiv:2508.20729 [cs.AI] |
| （或本版本引用 arXiv:2508.20729v3 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2508.20729 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：Ao Cheng [查看邮箱]
[v1]
2025年8月28日 周四 12:50:48 UTC（36,870 KB）
[v2]
2026年3月2日 周一 14:14:41 UTC（36,914 KB）
[v3]
2026年10月27日 周二 14:51:46 UTC（40,502 KB）
来源：arXiv cs.AI · arxiv.org