SHELDON:让 AI 智能体同时探索观察与假设的科学推理框架
shi_weiyan · x · 2026-10-16
研究者提出 SHELDON,一个科学推理 harness:现有 AI 智能体往往先有假设再找支持性观察,容易错过意料之外的发现。SHELDON 将假设空间与观察空间分开建模,鼓励智能体主动同时探索两者。该框架在医学诊断、系统日志调查、ARC-AGI 2 甚至 autoresearch 上展示了跨领域泛化能力。
所属事件:斯坦福推出 SHELDON 科学推理框架，最高领先 26.7 分(2 条相关)→
「研究」频道最新
- AI 学的是“幸存的文本”：人类最深的智能从未被记录 — r0ck3t23 · 2026-10-16
- QRR 循环推理器：商空间收敛，Sudoku-Extreme 达 97.9% 且循环减少 78% — burny_tech · 2026-10-16
- 数学学者撰文解读 OpenAI 证明集里的 Egyptian fraction 论文 — burny_tech · 2026-10-16
- Robin Hanson：神经网络几乎是「解释的分形」 — burny_tech · 2026-10-16
- 神经网络真这么简单？特征组合论引发认知科学之争 — burny_tech · 2026-10-16
- 循环已有层当老师：Qwen3-1.7B 数学准确率 42% 升至 80% — burny_tech · 2026-10-16