LLM+强化学习实现科学发现新SOTA，并推出神经电生理基准

sirbayes · x · 2026-08-12

作者提出了一种结合大语言模型提议者、序列蒙特卡洛（SMC）和贝叶斯推断（SBI）的智能体框架（MDA），并将其扩展至 𝓜-open 场景。

该研究在物理和化学的两个现有科学发现基准测试中取得了新的 SOTA，在保持相同准确率的同时大幅减少了所需实验次数。此外，作者还发布了 NeuronBench，一个全新的部分可观测、随机性电生理学基准测试。作者将于 8 月 15 日在蒙特利尔举行的 RLC “RL in Big Worlds” 研讨会上就此工作发表演讲。