论文页面 - 面向科学发现的评测驱动扩展

来源：https://huggingface.co/papers/2604.19341
作者：,,,,,,,,,,,,,,,,,,,,

摘要

SimpleTES 框架通过并行探索与反馈驱动的迭代，在科学问题上规模化评测驱动的发现闭环，在多个领域取得 SOTA 结果。

语言模型越来越多地用于科学发现：生成假设、提出候选方案、实现系统并持续迭代。试错闭环的核心是评测——借助验证器、模拟器或任务专用评分函数获取候选方案的反馈。尽管已有工作强调评测的重要性，但尚未系统研究如何原则且高效地规模化评测驱动的发现闭环（https://huggingface.co/papers?q=evaluation-driven%20discovery%20loops），以拓展科学发现的边界。本文提出Simple Test-time Evaluation-driven Scaling（SimpleTES），一个通用框架，策略性融合并行探索、反馈驱动精化与局部选择，揭示沿正确维度扩展评测驱动发现闭环带来的显著提升。在涵盖六大领域的 21 个科学问题上，SimpleTES 使用 gpt-oss 系列模型发现 SOTA 解，持续超越前沿模型基线与复杂优化管线。具体成果：将广泛使用的 LASSO 算法速度提升 2 倍以上；设计量子电路布线策略，门开销降低 24.5%；发现新的Erdös 最小重叠构造，超越已知最优结果。除新发现外，SimpleTES 生成轨迹级历史，天然监督反馈驱动学习。在成功轨迹上后训练后，模型不仅提升已知问题效率，还能泛化到未知问题，发现基模型无法找到的解。综上，我们确立高效评测驱动闭环扩展为推进LLM 驱动科学发现的核心轴，并提供简单实用的框架实现这些增益。

查看 arXiv 页面 查看 PDF 项目主页 添加到收藏

引用该论文的模型 0

暂无模型关联此论文
在模型 README.md 中引用 arxiv.org/abs/2604.19341 即可在此显示。

引用该论文的数据集 0

暂无数据集关联此论文
在数据集 README.md 中引用 arxiv.org/abs/2604.19341 即可在此显示。

引用该论文的 Spaces 0

暂无 Space 关联此论文
在 Space README.md 中引用 arxiv.org/abs/2604.19341 即可在此显示。

包含该论文的收藏 0

暂无收藏包含此论文
新建收藏 并添加此论文即可在此显示。