כתבה
arXiv cs.AI ·
LLM-IDEA: סוכן ניסויים אוטונומי
LLM-IDEA: Identifiability-Driven Experimental Agent for Autonomous Discovery of Mechanistic World Models
LLM-IDEA הוא סוכן ניסויים אוטונומי המשתמש במודלים של LLM כדי לגלות מודלים מכניים. הוא משתמש במנוע זיהוי כדי לקבוע האם רמת השיא הושגה בגלל מגבלות היכולת או בגלל שהמודל אינו זיהוי. LLM-IDEA הראה תוצאות טובות במספר בדיקות.
תקציר מקורי באנגליתarXiv:2610.11253v1 Announce Type: new Abstract: Large language model agents are being increasingly deployed as autonomous scientists, designing experiments and inferring mechanistic world models with minimal human oversight. Yet identifiability is often overlooked: when a plateau is reached, the agent needs to know whether it is not yet capable enough or the model simply is not identifiable from the data, in which case no amount of further experimentation of the same kind can help. We propose the Identifiability-Driven Experimental Agent (LLM-IDEA) for closed-loop discovery with an identifiability engine that returns a three-way plateau verdict: capability limit, resolvable within the design class, or certified exhausted. On ODEBench, 60 of the 62 systems with free constants are identifiab
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית