近期,由南洋理工大学和上海人工智能实验室等机构组成的研究团队在arXiv上发布了一项重要研究成果。这项名为"MOOSE-Chem2"的研究提出了精细化科学假设发现的全新任务,并通过层级搜索方法探索了大语言模型在该任务中的极限能力。研究团队将这一挑战定义为组合优化问题,并设计了一种层级启发式搜索方法,使模型能够从粗略的研究方向逐步细化到可直接实施的精细假设。实验结果表明,该方法不仅显著优于基线方法,还能生成与专家假设高度一致的结果,为AI辅助科学发现开辟了新途径。
至顶网 科技行者 2025-05-29 17:17:40