Vector Institute：初始并行探索显著提升 LLM 驱动科学发现成功率
vector-institute · hf · 2026-10-13
Vector Institute 与多伦多大学等的研究（作者含 Colin Raffel）系统研究 LLM 驱动的迭代式发现（算法、定理、药物等）。
- 发现脆弱：构建 12 个 Modular harness 套件、在 5 类发现任务上评测，发现成功与否高度脆弱、对 harness 设计极敏感。
- 模式坍缩：迭代样本多样性骤降（mode collapse）是常见失败模式；流行的 SOTA harness 和促进多样性的干预收益不一致。
- 核心结论：早期迭代的发现表现可预测最终成败。
- 干预方法：提出通用的「初始化」干预——先做一轮并行探索来初始化后续迭代优化，在多种 harness 和任务上带来一致增益。
所属事件:研究发现热启动可破解 LLM 科学发现的模式坍缩(2 条相关)→
「研究」频道最新
- 机器人学界该有自己的「千禧年难题」：作者列出十大长期研究问题 — DJiafei · 2026-10-13
- 菲尔兹奖得主 Gowers 演讲：「AI 在我暑假里做了什么」 — tak3sh8 · 2026-10-13
- 数学家该抢先进用高级数学模型,用它加速推进整个领域 — haltakov · 2026-10-13
- LightOn 首批微调模型落地：中世纪拉丁语与文化遗产英语专用模型 — IgorCarron · 2026-10-13
- 从千万到千亿:细胞图谱研究瞄准 1000 亿个细胞 — EricTopol · 2026-10-13
- AI 重现消失的鸟鸣，三周后野生麻雀竟开始学唱 — castrotech · 2026-10-13