MMSci: A Dataset for Graduate-Level Multi-Discipline Multimodal Scientific Understanding
University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校)
本文发布覆盖72个领域的研究生级多模态科学图表数据集MMSci,评估19个模型并证明其可用于微调和持续预训练,显著提升科学理解性能。
2025-02-20 cs.AI cs.CL cs.CV
ConvXAI: Delivering Heterogeneous AI Explanations via Conversations to Support Human-AI Scientific Writing
University of Michigan(密歇根大学);Pennsylvania State University(宾夕法尼亚州立大学);Carnegie Mellon University(卡内基梅隆大学)
本文提出对话式XAI原型ConvXAI,基于四项设计原则通过对话为科学写作提供异构AI解释,并在用户研究中验证其优于GUI基线。
2023-10-27 cs.AI cs.CL cs.HC
AI vs. Human -- Differentiation Analysis of Scientific Content Generation
Wuhan University(武汉大学);Worcester Polytechnic Institute(伍斯特理工学院)
最近的神经语言模型在产生非常可控、流畅和合乎语法的文本方面迈出了重要的一步。尽管研究发现,人工智能生成的文本与众包工作人员的人类书面文本无法区分,但人工智能生成的文本中仍然存在更微妙、更难发现的错误。我们主要关注科学AI写作助手深度参与的场景。首先,我们构建了一个特征描述框架,以区分人工智能生成的文本和人类写的文本从语法,语义和语用的基础上人类的评价。然后我们利用这些特征,即,写作风格、连贯性、一致性和论证逻辑,从提出的两类内容框架来分析。最后,我们采用了几种公开可用的方法,通过人工智能生成的科学文本检测模型来研究人工智能生成的科学文本与人类撰写的科学文本之间的差距。结果表明,虽然人工智能有潜力生成与人类书面内容一样准确的科学内容,但在深度和整体质量方面仍存在差距。人工智能生成的科学内容更有可能包含事实问题的错误。我们发现,人工智能生成的科学文本和人类撰写的科学文本之间存在着“写作风格”的差距。在此基础上,我们总结了一系列适用于其他领域的模型无关和分布无关检测任务的特征。本文的研究结果有助于指导人工智能模型的优化,以产生高质量的内容,并解决相关的道德和安全问题。
2023-02-12 cs.AI cs.CL
A Human-in-the-Loop Corpus for LLM-Based Simplification of Scientific Summaries
ScaDS.AI, Technische Universität Dresden(ScaDS.AI,德累斯顿工业大学)
研究基于大语言模型的科学文本简化,提出人工参与工作流程,先以GPT-4o-mini生成基线简化,再经不同阶段读者与专家反馈编辑,发布语料库及评估结果,支持跨学科科学交流简化系统相关工作。
2026-07-29 cs.AI cs.CL cs.HC
Position: AI Agents in Scientific Teams Should Be Studied as Human-Agent Systems
针对当前AI科学家研究忽视科学团队社会层面的问题,提出将其作为人机系统(HAS)研究,分析相关风险并呼吁开发人机协同数学框架。
2026-08-18 cs.AI cs.HC
ChatGPT v Bard v Bing v Claude 2 v Aria v human-expert. How good are AI chatbots at scientific writing?
Research Centre of the Slovenian Academy of Sciences and Arts(斯洛文尼亚科学与艺术研究院研究中心)
本研究评估六款AI聊天机器人在人文学科科学写作中的表现,发现ChatGPT-4定量准确性最高,但所有AI均无法产生原创科学内容,凸显AI模仿人类原创性的挑战。
2023-10-16 cs.AI cs.CL cs.CY
Towards Language-driven Scientific AI
受人工智能领域最近革命性发展的启发,特别是在语言理解和生成方面,我们着手设计能够解决挑战人类新发现能力的复杂科学任务的人工智能系统。我们方法的核心是将自然语言作为科学AI和人类科学家之间的核心表示、推理和交换格式。在本文中,我们确定并讨论了一些主要的研究挑战,以实现这样的愿景。
2022-10-31 cs.AI cs.CL
AI Scientist Mission Control (AIMC): Visual Analytics for Human Oversight of Autonomous Scientific Discovery
Stony Brook University(石溪大学)
该研究提出AIMC可视分析框架,结合多技术支持人类监督自主科学发现,通过FARS案例研究揭示其在质量监控、研究演化分析等方面的作用,助力人机协作。
2026-09-01 cs.AI
CoAuthorAI: A Human in the Loop System For Scientific Book Writing
Kexin Technology, Beijing(凯欣科技,北京);Institute for Sustainable Industries and Liveable Cities, Victoria University(可持续产业与宜居城市研究所,维多利亚大学);School of Information Technology, Deakin University(信息科技学院,德坎大学)
CoAuthorAI通过人机协作系统,结合检索增强生成、专家设计的层级大纲和自动参考链接,提升科学书籍写作的准确性和一致性,实现从文章到整本书的出版扩展。
2026-03-27 cs.AI cs.CL
A Multi-Agent Human-LLM Collaborative Framework for Closed-Loop Scientific Literature Summarization
Purdue University(普渡大学)
本文提出一种多智能体人-大语言模型协作框架,通过整合LLM、结构化AI和人类科学家,实现科学文献的提取、分析与迭代优化,展示了AI辅助文献综述在发现科学模式中的应用。
2026-09-01 cs.AI
Automated Creation and Human-assisted Curation of Computable Scientific Models from Code and Text
GE Research(GE研究院)
科学模型是更好地理解和预测复杂系统行为的关键。科学模型的最全面的表现形式,包括支持其可用性的关键假设和参数,通常嵌入在相关的源代码和文档中,这些代码和文档可能采用各种(可能过时的)编程实践和语言。如果领域专家不熟悉代码,他们就无法完全理解科学模型的实现。此外,快速的研究和开发迭代使得跟上不断发展的科学模型代码库具有挑战性。为了应对这些挑战,我们开发了一个系统,用于自动创建和人工辅助管理可计算科学模型的知识图谱,该模型在任何相关的内联注释和外部文档的上下文中分析模型的代码。我们的系统使用知识驱动以及数据驱动的方法来识别和提取相关的概念,从文本文档的代码和方程语义注释模型使用领域术语。这些模型被转换为可执行的Python函数,然后可以进一步组成复杂的工作流,以回答不同形式的领域驱动问题。我们目前的实验结果使用数据集的代码和相关的文本来自美国宇航局的高超音速空气动力学网站。
2022-01-28 cs.AI cs.CL cs.SE
Scientists' First Exam: Probing Cognitive Abilities of MLLM via Perception, Understanding, and Reasoning
PrismaX Team Shanghai Artificial Intelligence Laboratory(普斯玛X团队上海人工智能实验室)
针对现有科学基准对多模态大型语言模型(MLLM)感知与推理能力评估不足的问题,提出科学家的第一考(SFE)基准,从科学信号感知、理解、推理三层面评估其科学认知能力,为提升AI辅助科学发现提供支撑。
2025-11-14 cs.AI cs.CL
SpecVQA: A Benchmark for Spectral Understanding and Visual Question Answering in Scientific Images
DP Technology(DP技术)
SpecVQA通过7种典型光谱类型和专家标注的问答对,评估多模态模型在科学光谱理解中的能力,提出光谱数据采样与插值重建方法,提升模型在科学光谱理解中的表现。
2026-04-30 cs.AI
GPT vs Human for Scientific Reviews: A Dual Source Review on Applications of ChatGPT in Science
Brown University(布朗大学)
该研究通过人类与SciSpace综述13篇跨领域GPT论文,并由GPT-3.5、众包小组和GPT-4评价,比较LLM与人类科学综述的优劣。
2023-12-05 cs.AI cs.CL
Human-AI Collaboration for Estimating Scientific Replicability
The Pennsylvania State University(宾夕法尼亚州立大学);Rutgers University(罗格斯大学)
提出一种混合预测市场,结合算法代理与人类交易者,通过实时交易共同估计科学发现的可复制性,实验表明混合市场在多数情况下优于纯人工或纯机器基线。
2026-04-19 cs.AI cs.CY cs.HC
KnowledgeShovel: An AI-in-the-Loop Document Annotation System for Scientific Knowledge Base Construction
Shanghai Jiao Tong University(上海交通大学);IBM Research(IBM研究院);University of Notre Dame(圣母大学);Chinese Academy of Sciences(中国科学院)
构建全面、准确、有用的科学知识库对于人类研究人员综合科学知识和实现人工智能驱动的科学发现至关重要。然而,目前的过程是困难的,容易出错,费力的,由于(1)大量的科学文献;(2)高度专业化的科学领域;(3)信息的不同形式(文本,图,表);和,(4)不同出版物中的科学知识筒仓格式和结构不一致。知情的形成性研究和迭代与参与式设计研讨会,我们设计和开发的KnowledgeShovel,一个铝在环文档注释系统的研究人员构建科学的知识库。KnowledgeShovel的设计引入了一个多步骤多模式的人工智能协作管道,与用户现有的工作流程保持一致,以提高数据准确性,同时减少人类负担。通过对7位地学科研人员的用户跟踪评价表明,KnowledgeShovel能够高效地构建科学知识库,并具有令人满意的精度。
2022-10-06 cs.AI cs.DL cs.HC
MAC: A Live Benchmark for Multimodal Large Language Models in Scientific Understanding
Shanghai Jiao Tong University(上海交通大学);Shanghai Innovation Institute(上海创新研究院);Fudan University(复旦大学)
本文提出动态科学理解基准MAC,利用顶级期刊封面图文对评估MLLMs,并设计推理时方法DAD将视觉特征与语言空间推理结合,最高提升性能11%。
2025-08-14 cs.AI cs.CL
SCITUNE: Aligning Large Language Models with Human-Curated Scientific Multimodal Instructions
Pacific Northwest National Laboratory(太平洋西北国家实验室)
SCITUNE通过多模态指令提升大语言模型在科学任务中的表现,优于现有模型并在ScienceQA基准上超越人类性能。
2026-04-13 cs.AI cs.CL cs.CV
Benchmarking Scientific Understanding and Reasoning for Video Generation using VideoScience-Bench
University of California, San Diego(加州大学圣地亚哥分校)
VideoScience-Bench是首个评估视频模型科学理解和推理能力的基准测试,通过200个精心设计的提示评估模型在物理和化学领域的科学推理能力。
2025-12-02 cs.AI cs.CV
Process Makna - A Semantic Wiki for Scientific Workflows
Freie Universität Berlin(柏林自由大学)
支持基于Web的科学工作流程的虚拟电子科学基础设施是知识密集型协作和弱结构化过程的一个例子,其中在过程执行期间与人类科学家的交互起着核心作用。在本文中,我们提出了轻量级的动态用户友好的交互与人类在执行科学的工作流程,通过语义维基的低障碍的方法作为一个直观的界面,为非技术科学家。我们的过程Makna语义维基系统是一个新的组合的业务流程管理系统,适用于科学的工作流程与企业语义Web维基用户界面支持知识密集型的人类交互任务,在科学的工作流程执行。
2010-12-07 cs.AI
VISION: A Modular AI Assistant for Natural Human-Instrument Interaction at Scientific User Facilities
Center for Functional Nanomaterials Brookhaven National Laboratory(功能纳米材料中心布鲁海文国家实验室)
本文提出模块化AI助手VISION,通过多个AI认知模块支撑LLM,在同步辐射光束线上实现低延迟操作和首个语音控制实验,为科学外皮层奠定基础。
2024-12-24 cs.AI
A unified multimodal understanding and generation model for cross-disciplinary scientific research
Fudan University(复旦大学);Shanghai Academy of Artificial Intelligence for Science(上海人工智能科学研究院);Shanghai Innovation Institute(上海创新研究院);FuXi Intelligent Computing Technology Co., Ltd.(伏羲智能计算科技有限公司)
FuXi-Uni是一种统一多模态模型,能跨学科领域理解和生成科学数据,通过自然语言和科学数值预测提升跨学科研究效率。
2026-01-04 cs.AI
HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization
Department of Computer Science and Engineering, University of Notre Dame(Notre Dame 大学计算机科学与工程系)
提出HiLSVA,一种人机协同智能系统,通过计划优先的多智能体架构、显式人类监督和逐步溯源,支持混合主动的科学可视化工作流,增强而非替代人类分析推理。
2026-07-20 cs.AI cs.GR cs.HC
Benchmarking Multimodal Large Language Models for Scientific Visualization Literacy
University of Notre Dame(圣母大学)
研究对六个多模态大语言模型进行科学可视化素养基准测试,涵盖多种技术和任务类型。通过封闭世界协议评估闭源和开源模型,与人类参与者数据对比。发现模型表现不均,Gemini最强,开源模型低于人类基线,明确SciVis素养对评估多模态AI系统的必要性。
2026-07-22 cs.AI cs.CL cs.HC
SciMIF: Understanding Multimodal Instruction Following in Scientific Domains
Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Shanghai Jiao Tong University(上海交通大学)
本研究提出用于评估多模态大语言模型科学指令遵循能力的SciMIF基准,揭示模型在科学领域性能差异及规模提升未对应改善约束遵循等问题,填补相关评估空白。
2026-08-27 cs.AI cs.LG
S1-Omni: A Unified Multimodal Reasoning Model for Scientific Understanding, Prediction, and Generation
ScienceOne AI(科学一号人工智能);Wenge AI(文阁人工智能)
研究针对科学人工智能模型能力分散问题,提出S1-Omni统一多模态推理模型,基于科学数据统一表示、知识对齐和解码三个核心组件,经训练和评估,在多基准测试中表现出色优于同类模型,为统一科学建模提供实用路径。
2026-07-20 cs.AI
The Erosion of LLM Signatures: Can We Still Distinguish Human and LLM-Generated Scientific Ideas After Iterative Paraphrasing?
University of Houston(德克萨斯大学)
研究探讨了在多次迭代改写后,现有模型区分人类与LLM生成科学想法的能力,发现改写显著削弱了LLM签名的可区分性。
2025-12-04 cs.AI cs.LG
Accelerating science with human-aware artificial intelligence
University of Chicago(芝加哥大学);Santa Fe Institute(圣达菲研究所)
提出通过建模人类专家知识分布构建human-aware AI,显著提升未来科学发现预测,并生成避开主流思路的“异类”假说。
2023-06-02 cs.AI cs.SI
Sentiment analysis and random forest to classify LLM versus human source applied to Scientific Texts
CICEI - IUCES, ULPGC(CICEI - IUCES,大加那利岛拉斯帕尔马斯大学)
针对AI生成文本泛滥带来的学术造假等问题,本研究提出以情感分析提取特征、训练随机森林模型来区分科学文本的人类或大语言模型来源,实验验证了该方法的应用潜力。
2024-04-05 cs.AI cs.CL cs.CY
An Informational Space Based Semantic Analysis for Scientific Texts
University of Leicester(莱斯特大学)
自然语言处理的一个主要问题是人类语言的自动分析和表示。人类语言是模糊的,更深入地理解语义和创造人机交互需要努力创造交流行为的方案和建立文本中“意义”的常识知识库。本文介绍了语义分析的计算方法和科技短文的语义量化。本文采用提取语义特征的计算方法,分析了莱斯特科学语料库(Leicester Scientific Corpus)中大量科学文本的文本信息与“情景表征”之间的关系。科学特定意义的表征通过用某些属性的向量(文本所属的科学主题类别列表)取代情境表征而不是心理属性来标准化。首先,本文介绍了“意义空间”,其中意义的信息表示是从跨科学类别的文本中出现的单词中提取的,即,词的意义由关于主题类别的相对信息增益的向量表示。然后,我们对《莱斯特科学词典》核心版的意义空间进行了统计分析,并探讨了“意义的主要成分”来描述意义的适当维度。本文的研究为文本意义的几何表示奠定了基础。
2022-05-31 cs.AI cs.CL cs.HC
Human-in-the-Loop Meta Bayesian Optimization for Fusion Energy and Scientific Applications
Hewlett Packard Enterprise(惠普企业公司);University of Rochester(罗切斯特大学)
本文提出HL-MBO框架,结合专家知识与少样本不确定性感知机器学习,加速数据稀缺的高风险科学领域发现,优于现有BO方法在聚变能优化和超导材料优化中的表现。
2026-09-15 cs.AI cs.LG physics.plasm-ph
Human-AI Co-Embodied Intelligence for Scientific Experimentation and Manufacturing
Harvard University(哈佛大学);UltraReality Technology Limited(超现实科技有限公司)
本研究提出人类-人工智能协同具身智能,通过智能体-物理实验系统提升科学实验与制造的精度与可扩展性。
2026-02-05 cs.AI
From Terminology to Diagrams: Visual-Instruction Generation for Scientific Diagram Understanding
Language Technology Research Laboratory(语言技术研究实验室)
该研究提出基于科学课程术语的视觉指令生成框架,构建SciGram数据集,微调模型后在图表问答基准上取得性能提升,还增强LLaVA OneVision达到新SOTA,将发布数据集与模型。
2026-09-02 cs.AI cs.CL cs.CV
Large Language Models as Evaluators for Scientific Synthesis
TIB - Leibniz Information Centre for Science and Technology(莱布尼茨科学与技术信息中心)
本文研究GPT-4和Mistral等大型语言模型评估科学综合质量的能力,发现其解释虽具逻辑性但与人类评分相关性较弱,揭示了LLMs在该任务中的潜力与局限。
2024-07-03 cs.AI cs.CL cs.IT
AgentPanel: Toward a New Paradigm for Human--AI Collaboration in Exploring Scientific Questions
研究人员探索科学问题时视角有限,本文提出人机协作多智能体论坛AgentPanel,其在多维度评估中表现优于基线,获多数用户认可,可用于早期科学探索。
2026-08-05 cs.AI
Beyond Verdicts: A Graph-Based Analysis of Human and LLM Reasoning in Scientific Fact-Checking
Interdisciplinary Transformation University Austria (ITU)(奥地利跨学科转型大学(ITU))
本研究提出类型化推理图框架,用于对比科学事实核查中人类与LLM的推理路径,基于MISSCIPLUS数据集评估GPT-5等模型,发现各模型在裁决性能与人类对齐度上存在差异。
2026-08-25 cs.AI cs.CL
Human-LLM Compound System for Scientific Ideation through Facet Recombination and Novelty Evaluation
University of Washington(华盛顿大学);Microsoft(微软);Allen Institute for AI(人工智能研究院)
Scideator通过领域重构与新颖性评估模块,帮助用户在科学构想中生成更具创造性的想法,实验显示其在想法探索和表达性方面优于传统LLM方法。
2026-05-16 cs.AI cs.HC
EurekAgent: Agent Environment Engineering is All You Need For Autonomous Scientific Discovery
Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Zhipu AI(智谱AI)
提出环境工程框架EurekAgent,通过权限、工件、预算和人机交互四维工程设计,在数学、内核工程和机器学习任务上取得新最优结果,总API成本低于11美元。
2026-06-15 cs.AI cs.CL
Sci$Π$vot: Benchmarking Principal-Investigator Judgment at Pivotal Moments of Scientific AutoResearch Agents
University of Maryland, College Park(马里兰大学帕克分校);Gradient Network;Stanford University(斯坦福大学);The Chinese University of Hong Kong(香港中文大学);Dartmouth College(达特茅斯学院);University of California, Los Angeles(加州大学洛杉矶分校)
本研究构建SciΠvot基准,评估LLM智能体的科学判断,发现前沿模型在该基准上表现低于随机水平,最高准确率63.5%,低于人类的73.4%,该基准可用于系统评估LLM智能体的科学判断能力。
2026-10-16 cs.AI
Virtual Scientific Companion for Synchrotron Beamlines: A Prototype
Stony Brook University(石溪大学);Brookhaven National Laboratory(布鲁克海文国家实验室)
本文提出虚拟科学助手VISION原型,利用开源语言模型在同步辐射光束线上实现自然语言控制基本操作,以提升人机交互效率和实验可靠性。
2023-12-28 cs.AI cs.CL
LLMs4SchemaDiscovery: A Human-in-the-Loop Workflow for Scientific Schema Mining with Large Language Models
TIB Leibniz Information Centre for Science and Technology(莱布尼茨科学与技术信息中心(TIB));TU/e Eindhoven University of Technology(埃因霍温理工大学);University of Warwick(华威大学);University of Brescia(布雷西亚大学);L3S Research Center(L3S研究中心)
本文提出结合大语言模型与人类反馈的自动化工具schema-miner,通过迭代工作流整合专家输入与领域本体,从非结构化文本中提取语义丰富的科学模式,并在材料科学领域验证了其有效性与可扩展性。
2025-04-01 cs.AI cs.CL cs.DL
Understanding Biology in the Age of Artificial Intelligence
University of Cambridge(剑桥大学);Broad Institute of MIT and Harvard(麻省理工学院和哈佛大学博德研究所)
本研究借助认识论工具包,在现代理解哲学理论下梳理机器学习在生物科学中的应用,提出相关解读框架,并通过蛋白质结构预测、单细胞RNA测序两个领域的分析,探讨其对科学理解的推动作用与现存障碍,以助力生命系统研究。
2024-03-06 cs.AI
HIKMA: Human-Inspired Knowledge by Machine Agents through a Multi-Agent Framework for Semi-Autonomous Scientific Conferences
College of Science and Engineering, Hamad Bin Khalifa University, Qatar(科学与工程学院,哈马德·本·哈利法大学,卡塔尔)
HIKMA提出一个多智能体框架,将AI端到端集成到学术出版与展示流程中,实现半自主科学会议,支持而非取代传统学术实践,并探讨AI作者身份与人机协作问题。
2025-10-24 cs.AI cs.CL cs.DL
SciText2Eq: Assessing LLMs for Explainable Equation Generation for Scientific Creativity
Vrije Universiteit Amsterdam(阿姆斯特丹自由大学);Wageningen University & Research(瓦赫宁根大学及研究中心)
研究大语言模型从科学文本生成数学方程的能力,构建AI论文数据集,提出可解释方程生成流程,并设计结合自动指标、LLM评估和人工判断的评估协议,发现LLM在语义准确性上表现不足。
2026-06-16 cs.AI
ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models
KAIST(韩国科学技术院);Microsoft Research(微软研究院)
本文提出 ResearchAgent 系统,利用大型语言模型结合学术图谱与知识库,通过迭代评审智能体反馈自动生成并优化跨学科研究问题、方法和实验设计,实验证明其能有效产生新颖且有效的科研想法。
2025-02-09 cs.AI cs.CL cs.LG
S3LLM: Large-Scale Scientific Software Understanding with LLMs using Source, Metadata, and Document
University of North Texas(北得克萨斯大学);Oak Ridge National Laboratory(橡树岭国家实验室);Argonne National Laboratory(阿贡国家实验室);Saint Louis University(圣路易斯大学)
S3LLM利用开源LLaMA-2模型,将自然语言查询转为FQL以分析代码,并集成RAG和LangChain查询文档,实现大规模科学软件的高效交互式理解。
2024-03-15 cs.AI cs.SE
Scientific Paper Retrieval with LLM-Guided Semantic-Based Ranking
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Korea University(韩国大学)
针对现有科学论文检索方法难捕捉细粒度科学概念、LLM查询理解缺乏语料知识锚定的问题,提出结合LLM引导查询理解与概念语义索引的SemRank框架,实现精准语义匹配,提升检索性能且保持高效。
2025-10-06 cs.AI cs.CL cs.IR
SciTS: Scientific Time Series Understanding and Generation with LLMs
Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Tsinghua University(清华大学);Harbin Institute of Technology(哈尔滨工业大学);University of Science and Technology of China(中国科学技术大学)
SciTS提出了一种基于LLM的科学时间序列理解与生成框架,通过基准测试发现通用LLM在泛化能力上优于专门模型,并引入TimeOmni框架提升性能。
2026-02-25 cs.AI cs.LG
Explain the Black Box for the Sake of Science: the Scientific Method in the Era of Generative Artificial Intelligence
National University of Singapore(新加坡国立大学);Imperial College London(伦敦帝国学院)
本文提出在生成式AI时代,人类复杂推理仍不可或缺,并倡导通过可解释AI连接领域专家,以解释性引导产生新科学知识,定义“用于科学的可解释AI”领域。
2025-02-27 cs.AI cs.CY math.DS
The Age of AI Agents Demands A New Scientific Paradigm To Sustain Trustworthy Science
Long Horizon Research(长 horizon 研究机构)
针对AI自主研究智能体带来的科学产出验证缺口扩大问题,该文提出需进化科学验证基础设施的标准,以应对无人能核查结果等风险,维持科学信任。
2026-07-30 cs.AI cs.CY
Accelerating Understanding of Scientific Experiments with End to End Symbolic Regression
Toyota Research Institute(丰田研究所)
我们考虑从原始数据中学习自由形式的符号表达式的问题,例如在任何科学领域中通过实验产生的数据。科学现象的准确和可解释的模型是科学研究的基石。简单但可解释的模型,如线性或逻辑回归和决策树往往缺乏预测准确性。或者,精确的黑盒模型,如深度神经网络,提供了很高的预测准确性,但不容易承认人类的理解,以丰富的科学理论的现象。科学上的许多重大突破都围绕着具有高预测精度的简约方程模型的发展,例如牛顿定律,万有引力和麦克斯韦方程。以前的工作自动搜索方程模型的数据结合特定领域的遗传学以及计算昂贵的技术,如遗传编程和蒙特卡洛搜索。我们开发了一个深度神经网络(MACSYMA)来解决符号回归问题,作为一个端到端的监督学习问题。MACSYMA可以生成描述数据集的符号表达式。该任务的计算复杂性被降低为神经网络的前馈计算。我们在一个由不同长度和不同噪声水平的数据表组成的合成数据集上训练我们的神经网络,为此神经网络必须学习逐个令牌地产生正确的符号表达式。最后,我们通过在行为科学的公共数据集上运行来验证我们的技术。
2021-12-07 cs.AI cs.LG
ReviewGuard: Aligning LLM-Assisted Peer Review with Long-Term Scientific Impact
Department of Statistics and Data Science(统计与数据科学系)
提出ReviewGuard两阶段框架,通过强化学习将LLM生成的评审与基于引用的长期影响力对齐,在2万篇论文上优于人类评审和监督模型,高影响力论文识别率提升5.6倍。
2026-06-25 cs.AI cs.DL
Accelerating science with human versus alien artificial intelligences
Knowledge Lab, University of Chicago(芝加哥大学知识实验室);Santa Fe Institute(圣塔菲研究所)
数据驱动的人工智能模型以已发表的科学发现为基础,已被用于为科学和技术进步创造强大的预测引擎,例如发现具有所需特性的新材料以及有针对性地发明新疗法和疫苗。这些人工智能方法通常忽略了人类预测引擎的分布-科学家和发明家-他们不断改变发现和发明的景观。因此,人工智能假设被设计成替代人类专家,未能补充他们的间歇性集体进步。在这里,我们表明,通过对专家可用的认知推理进行训练,将人类专业知识的分布纳入自我监督模型,可以大大提高人工智能对未来人类发现和发明的预测。将专家意识纳入模型中,这些模型提出:(a)有价值的能源相关材料将材料预测的精确度提高了约100%,(b)重新利用数千种药物治疗新疾病将精确度提高了43%,(c)在临床试验中检查的COVID-19候选疫苗将精确度提高了260%。这些模型通过预测人类的预测和做出这些预测的科学家而成功。然而,通过调整人工智能以避开人群,它产生了科学上有前途的“外星人”假设,如果没有干预,这些假设不太可能被想象或追求,不仅加速了科学进步,而且还打断了科学进步。通过识别和纠正人类的集体偏见,这些模型还提出了通过重新制定科学发现教育来改善人类预测的机会。
2021-04-12 cond-mat.mtrl-sci cs.AI q-bio.BM
Retrieval-Augmented Generation for Scientific Code Understanding
ETH Zürich(苏黎世联邦理工学院);Paul Scherrer Institute(保罗·谢尔研究所);Massachusetts Institute of Technology(麻省理工学院)
本研究构建基于小型开源模型的本地RAG系统,通过离线摄取与在线回答分离,在科学代码理解基准上9B模型取得最高分,证明前端加载代码理解可实现隐私保护的本地编码智能体。
2026-09-14 cs.AI cs.SE