用进化搜索推动科学发现
ParshinShojaee · x · 2026-07-17
这条在讨论一种用于科学发现的思路：搜索（search）。
核心观点是：
- LLM 已经懂得大量科学知识，像“读过几乎所有论文”的研究者
- 但“发现”不是复述已有知识，而是找到知识之外的新东西
- 因此，进化式搜索——通过“变异 + 重组”不断生成和筛选假设——是把模型推出知识泡泡的一种自然且有效的方法
- 这种方法仍然利用了模型已有的科学先验，但目标是推进开放式的科学发现
引用上下文还提到作者已完成博士答辩，论文题目是 《Steps Toward Open-Ended Reasoning and Discovery with Language Models》，研究主线就是：LLM 如何参与开放式推理与发现，以及目前还缺什么。
所属事件:Parshin Shojaee公开LLM发现论文(5 条相关)→
「研究」频道最新
- rauchg 复现 OpenAI 发现：无网络微VM 也能借 CPU 争用 covert 通信 — ccerrato147 · 2026-10-27
- FlexGlue:稀疏到稠密特征匹配，速度与精度兼得并可甄别误配图像对 — zhenjun_zhao · 2026-10-27
- Mundo:几张照片重建可探索的世界模型,8 卡 GPU 也只有 1.5 FPS — mark_k · 2026-10-27
- INRIA 研究员将于 ENS 报告「作为实验科学的数学」:LLM 参与数学研究 — marc_lelarge · 2026-10-27
- 美国能源部 Genesis Mission 二期落地:AI 进军粒子加速器与稀有同位素分离 — prescott · 2026-10-27
- Tenstorrent 芯片跑通蛋白质生成模型,宣称无 HBM 短缺之忧 — gajesh · 2026-10-27