新基准要求智能体自行构建方程结构，九个模型解决率 21%–60%。
资讯摘要
论文提出 Unsatz 基准，要求 LLM 智能体自行构建物理模型的形式（ansatz），而非由基准预先给定变量或候选项。任务覆盖常微分、延迟与偏微分方程、离散映射、静态与因果模型及随机过程，可能含隐藏状态与失真传感器；智能体在预算内购买实验、用小型建模语言写候选程序，仅以对未见实验的预测表现评分。20 个领域 80 个系统中，九个语言模型解决率 21%–60%；44 个系统上经典方程发现方法几乎不成功，难点在找结构而非估系数。
要点速读
- 论文提出 Unsatz 基准，智能体需自行构建模型形式，任务由私有种子生成的小型建模语言程序构成。
- 评分只看最终程序对未见实验的预测，包括超出探索范围的条件、干预和更长运行。
- 20 个领域 80 个系统中九个语言模型解决率 21%–60%；44 个系统上经典方程发现方法几乎不成功。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。