清华提出 SRHarness 与 MechBench:让 AI 从拟合公式走向发现物理机制
jiqizhixin · x · 2026-10-22
清华大学电子工程系数据科学与智能实验室发布两项互补的 AI for Science 工作（ArXiv 2609.35501 / 2609.35515），核心问题是：AI 拟合出公式容易，但能否解释公式背后的物理机制？
- SRHarness：面向 agentic symbolic regression（符号回归）的运行时框架，让 LLM 驱动的 AI 更可靠地从观测数据中发现数学公式。包含三大机制：可复用科学动作（统一接口封装数据分析、拟合搜索、评估、计算仿真等异构工具）、持久化科学状态（评估准入管线、Pareto 前沿、Top-k 候选积累）、轨迹生命周期管理（Restart、独立重复、Refine 等分支策略）。
- MechBench：机制发现 benchmark，系统评估 AI 能否超越数据拟合、揭示公式背后的物理机制，而不只是曲线拟合。
「研究」频道最新
- 威斯康星麦迪逊计算成像组新网站上线，招收 2027 博士 — prof_kamilov · 2026-10-22
- 三步搭建你自己的信息几何：流形、度量、仿射联络自由组合 — FrnkNlsn · 2026-10-22
- 研究者用贝叶斯视角质疑：LLM 跑分噪声大到模型其实打平 — remilouf · 2026-10-22
- Carbon-X 当子代理,Kimi K3 的 DNA 智能指数提升 11.1 个百分点 — LoubnaBenAllal1 · 2026-10-22
- 纯 RL 不够:Carbon-X 证明 midtraining 是突破随机基线的关键 — LoubnaBenAllal1 · 2026-10-22
- Carbon-X 五项 DNA 基准领先开源模型,较 Qwen3-14B 提升 27 分 — LoubnaBenAllal1 · 2026-10-22