六个智能体系统构建的ENSO模型得分超过已发表模型。
资讯摘要
论文提出SciExam for ENSO基准，让语言模型智能体在六小时内基于真实观测构建ENSO低阶随机模型，诊断代码冻结后仅以诊断反馈建模，再由隐藏评分器检验统计特征、未观测变量恢复与留出年份预测。十二个智能体系统中六个得分超过已发表模型，主要优势在重建与预测；较强模型的简化形式分别对应ENSO冷暖不对称的两种竞争解释。
要点速读
- 论文提出SciExam for ENSO基准，要求智能体从真实观测构建ENSO低阶随机模型，并在六小时预算内完成。
- 隐藏评分器检验模型是否复现ENSO统计特征、恢复未观测变量并预测留出年份，同时以同样方式给一个已发表模型打分。
- 十二个智能体系统中六个得分高于已发表模型，主要来自更好的重建与预测；作者报告较强模型的简化形式分别与ENSO冷暖不对称的两种竞争解释相容。
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 2026/10/23 08:00:11（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。