在修订版所测时间序列与复杂分布拟合任务上,VESTA 表现较好;简单分布上,通用编程助手拟合得更好。
团队让系统先观察数据,再自行制作统计与可视化工具。评审模型可以查看图表和诊断结果,要求修改拟合模型。实验还涉及恒星质量分布与引力波信号。
作者在第三版引入 Claude Code、Codex 和 OpenCode 做对照。结果随任务复杂程度而变,表明用于复杂诊断的额外步骤,并不保证在简单拟合上也有优势。
配图为 Rudman, William 等 的图 1,等比缩放并留白。CC BY 4.0 许可。
