AI for Science 周报:基准失灵、力场缺电子变量与形式化证明
bravo_abad · x · 2026-10-09
Discovery at Scale 本周综述以「什么让模型输出成为科学证据」为主线,串联三篇 AI for Science 进展:
- 基准可能奖励不了重要的生物学:在 K562 数据集上,同扰动的技术重复组作为阳性对照,在 MSE 指标下竟有约 95% 的扰动输不过均值预测器——因为大多数基因几乎不响应,稀疏的真实响应被噪声基因主导的指标淹没。论文横跨 14 个数据集、18 种指标检验评估方法。
- 力场准确描述晶体却遗漏改变缺陷行为的电子变量:准确不等于抓住了因果变量。
- 形式化验证的数学证明也可能证明的不是人类预期的那个命题。
结论:预测→实验验证→形式化证明,三种「证据」各有缺口,评估设计本身是 AI for Science 的核心问题。文章还附更广泛的本周阅读指南。
「研究」频道最新
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23
- 作者用布尔逻辑造 LM:前向传播单线程仅需几微秒但训练极慢 — cephaloform · 2026-10-23