大型发现模型：LLM 提案加贝叶斯打点的闭环搜索

论文《Large Discovery Models: learning where to search next》提出一种迭代式「大型发现模型」（LDM）框架：由 LLM 负责生成候选提案，贝叶斯非参数奖励代理模型为其打分，形成闭环指导不确定性下的搜索方向。该方法应用于分子、蛋白质和程序发现等领域，是一种基于实证的模型驱动开放式搜索新范式。

2026-08-18 ~ 2026-08-19 · 2 条相关