![arxiv：2502.15224v1 [cs.lg] 2025年2月21日](/simg/c/c4e43d6e87f57c621b5360bfb0c134c00cdfa1cf.webp)
机构名称：
¥ 1.0
鉴于大语言模型（LLMS）的出色表现，出现了一个重要的问题：LLM可以进行类似人类的科学研究并发现新知识，并充当AI科学家吗？科学分解是一个迭代过程，需要有效的知识更新和编码。它涉及理解环境，识别新的假设以及对行动的推理；但是，没有专门为LLM代理的科学发现设计的标准化基准。响应这些限制的局面，我们引入了一个新颖的基准，即自动基准，该基准包括必要的方面，以评估自然科学和社会科学中的科学发现的LLM。我们的基准测试基于因果图剖面的原理。它挑战模型以发现隐藏的结构并做出最佳决策，其中包括生成有效的理由。通过与甲骨文进行交互性结合，这些模型通过战略干预措施迭代地完善了他们对不认识的相互作用，化学和社会传播的理解。我们评估了最新的LLM，包括GPT-4，Gemini，Qwen，Claude和Llama，并且随着问题的复杂性的增加而观察到显着的性能下降，这表明机器和人类智慧之间的重要差距表明，未来LLMS的未来发展需要考虑。
arxiv：2502.15224v1 [cs.lg] 2025年2月21日
主要关键词
![arxiv：2502.15224v1 [cs.lg] 2025年2月21日PDF文件第1页](/bimg/f/fc16d9b8a790276cb7d616dd9e6fa23a8e9ff383.webp)
![arxiv：2502.15224v1 [cs.lg] 2025年2月21日PDF文件第2页](/bimg/d/d9e4e9bcd747897a5f8246e7fc0bf7714df62c54.webp)
![arxiv：2502.15224v1 [cs.lg] 2025年2月21日PDF文件第3页](/bimg/0/0bd354015af775365de5d3b67b2cf8284d064404.webp)
![arxiv：2502.15224v1 [cs.lg] 2025年2月21日PDF文件第4页](/bimg/8/838562874dcfaeed2c8a420f477052eeff4711c0.webp)
![arxiv：2502.15224v1 [cs.lg] 2025年2月21日PDF文件第5页](/bimg/c/c106fd625721874f26110b6ef71645b5099a900c.webp)
相关文件推荐
![arxiv：2502.07964v1 [cs.lg] 2025年2月11日](/simg/2/2a81479cb8bc2c44343e5c807b0422b62bbba07e.webp)
![arxiv：2502.08803v1 [cs.lg] 2025年2月12日](/simg/4/41988288459a8393a6e22d09294d89be239ea634.webp)
![arxiv：2502.04034v1 [cs.lg] 2025年2月6日](/simg/4/45b620521c05cca554712c2a2c4ec8fc267014ce.webp)
![arxiv：2502.11029v1 [cs.cr] 2025年2月16日](/simg/0/00c802e319afb1ff65548255ca871ea8ad48ff68.webp)
![arxiv：2502.00486v1 [cs.ce] 2025年2月1日](/simg/6/607920211e1a773fea6e3daecbcc0066edddd62f.webp)
![arxiv：2502.04210v1 [cs.lg] 2025年2月6日](/simg/e/e1ea1b3f806283bce4c06a8eedadbb1b6296419a.webp)
![arxiv：2502.14892v1 [cs.cv] 2025年2月17日](/simg/b/b495d4ee9dd26d76c8dad02913bbd55ecbbe1439.webp)
![arxiv：2502.06552v1 [cs.cv] 2025年2月10日](/simg/2/2ec25704fa8c4084b7cc7f50ebc9dcbed085615b.webp)
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日](/simg/a/a52b4213b04afe4ff238254673040f354f77e23c.webp)
![arxiv：2502.02919v1 [cs.cv] 2025年2月5日](/simg/9/95a89e73bf74ff876d48cdddc14fbb2c556ce799.webp)
![arxiv：2502.04018v1 [cs.lg] 2025年2月6日](/simg/6/62588bb90c6463caf76624b24b4ad5de6c70ffeb.webp)
![arxiv：2502.07284v1 [cs.cr] 2025年2月11日](/simg/d/df3ff0a7ad3180706db8db5ea47d521c49976c22.webp)
![arxiv：2502.09484v1 [cs.cr] 2025年2月13日](/simg/5/5f5ba30d8d028843690622a79a7928e241ed3f29.webp)
![arxiv：2502.07837v1 [cs.ro] 2025年2月11日](/simg/9/93b35c876d38dc16ed903786765d84ef3dd790f3.webp)
![arxiv：2502.06869v1 [cs.lg] 2025年2月8日](/simg/9/941a44ebdca8e1e2fe7696dbc01558b91923efad.webp)
![arxiv：2502.05739v1 [cs.cr] 2025年2月9日](/simg/8/8c90dfafcced8491bf122f9146142c704356b63d.webp)
![arxiv：2502.06651v1 [cs.cr] 2025年2月10日](/simg/8/85d07bd4f031075dcff413f6e20fae8b425df70c.webp)
![arxiv：2502.06156v1 [hep-ph] 2025年2月10日](/simg/9/9a696f0e9a16670e0a2ea3e17bf7d3386f70316f.webp)
![arxiv：2502.14967v1 [Quant-ph] 2025年2月20日](/simg/8/8319f08b02881b6f16e79164f1d63bca71f5ef50.webp)
![arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日](/simg/5/5ee1b28253fd57f67c8de75bac41fc3c62096654.webp)
![arxiv：2502.08460v1 [physics.ao-ph] 2025年2月12日](/simg/1/12f715e769e7835d69ac217f8d9ce327c32aade0.webp)
![arxiv：2502.10218V1 [CS.RO] 2025年2月14日](/simg/b/b0a60d6204e5bce28e8ffb431300febf4de84729.webp)
![arxiv：2502.02606v1 [CS.OH] 2025年2月1日](/simg/4/43a0a25d75041d38d927de1a8c18a665a57c24b6.webp)
![arxiv：2502.02710v1 [stat.ml] 2025年2月4日](/simg/6/6f28a11cf1cd61d8abfc07e0c32f7934a963fcd7.webp)
![arxiv：2502.07513v1 [Quant-ph] 2025年2月11日](/simg/7/786b70fad90ac4d1fb891bca238331f962ff29f8.webp)
![arxiv：2502.05508v1 [Quant-ph] 2025年2月8日](/simg/e/e73b1ae2125a5ffe0092f47a5f6ba00e45bad86a.webp)
![arxiv：2502.05658v1 [Quant-ph] 2025年2月8日](/simg/a/a2f3dc7502d0c958422e39e7f3956f8ce97f029c.webp)
![arxiv：2502.13333v1 [eess.sy] 2025年2月18日](/simg/2/2f7d7730da70b9787f71348cffaa29ea687584ca.webp)
![arxiv：2502.06956v1 [Quant-ph] 2025年2月10日](/simg/e/e5d48e0cf5320c7badff48c4e2d7683939a7f10c.webp)