摘要
科学方程发现必须结合广泛的领域先验知识与严格的数值测试。符号回归提供了数值基础，但面临组合搜索空间的挑战，而许多语言模型系统则要求模型直接提出或选择公式。本文测试了一种不同的劳动分工方式。
我们比较了语言模型作为方程作者、候选者决策者或搜索控制器的角色规范，同时与端到端语言模型及纯数值基线进行了对比。在这里提出的控制器设置中，实施为 LLM-PySR，语言模型指定变量、运算符、变换及搜索深度；符号回归枚举并拟合表达式；确定性指标则控制保留。
在 74 个 AI-Feynman 方程和七个复杂公式恢复任务中，搜索控制实现了准确性、复杂性、稳定性和成本之间的最佳平衡。在一个独立的电池数据集上，LLM-PySR 识别出早期电压曲线位移与循环寿命之间的紧凑分段线性关系。结果表明，语言模型应当塑造假设探索，而非决定哪些方程能够存活。
博主点评： 该研究展示了语言模型在科学发现中的潜力，通过优化搜索控制，可以有效探索复杂的方程空间。未来，进一步结合领域知识与模型能力，将推动科学研究的边界。