精选理由
DiscoPER能自己挖掘数据规律，在生态基准上检出率接近90%，比传统因果方法好用多了。
DiscoPER是一个基于大语言模型的自主科学发现框架，能够在不预设研究目标的情况下动态生成和探索假设。该系统通过代码执行分析数据集，并通过统计检验验证每个发现，在iNatDisco多模态生态知识基准上恢复了9个已知模式中的8个，假设支持率达72.7%。相比经典因果发现和LLM基线方法，DiscoPER性能更优，消融实验也证实了其第二阶元反思机制的有效性。
AI 翻译 · 中文
DiscoPER是一个基于大语言模型的自主科学发现框架，能够在不预设研究目标的情况下动态生成和探索假设。该系统通过代码执行分析数据集，并通过统计检验验证每个发现，在iNatDisco多模态生态知识基准上恢复了9个已知模式中的8个，假设支持率达72.7%。相比经典因果发现和LLM基线方法，DiscoPER性能更优，消融实验也证实了其第二阶元反思机制的有效性。
Autonomous scientific discovery systems offer the potential to accelerate research by automating the process of hypothesis generation and validation. However, current systems operate within constrained search spaces or r…