研究让科学智能体同时比较多种解释

11 月 10 日提交的 Contrastive Discovery 研究，要求科学智能体为同一个问题提出一组相互竞争的解释，再用实验结果更新判断，避免只知道一个猜想不成立，却无法继续寻找答案。

团队在六个领域比较两种方式：在相同证据下，对照解释方法为 73% 的相关候选找到具体替代解释；在相同实验预算下，用它指导搜索解决的问题数量增加 67%。

论文还邀请 38 位专家进行盲评，检查智能体选择的解释是否与人的判断一致。结果支持在研究流程中显式维护替代假设，但不代表生成的科学结论可以跳过实验验证。

来源：arXiv 原文。

图片来源：论文作者 / arXiv。