AnswersPublished18 sources
Najít vzorec nestačí. Tsinghua testuje, zda AI odhalí i mechanismus
Tsinghua představila SRHarness, prostředí pro AI agenty hledající vzorce v datech, a MechBench, test zaměřený na odhalování mechanismů za těmito vzorci. Se stejným modelem DeepSeek v4 flash 0731 dosáhl SRHarness na testu LSR Transform 93,69% symbolické přesnosti; po odstranění vědeckého kontextu a významu proměnných...
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- Tsinghua představila SRHarness, prostředí pro AI agenty hledající vzorce v datech, a MechBench, test zaměřený na odhalování mechanismů za těmito vzorci.
- Se stejným modelem DeepSeek v4 flash 0731 dosáhl SRHarness na testu LSR Transform 93,69% symbolické přesnosti; po odstranění vědeckého kontextu a významu proměnných 72,97 %.
- Na základní sadě MechBench dokázal Codex s GPT 5.6 sol obnovit zákonitosti v 35 % případů, ale mechanismy jen ve 13,75 %.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did researchers at Tsinghua University’s Data Science and Intelligence Lab in the Department of Electronic Engineering introduce with S. Article summary: Tsinghua University’s Data Science and Intelligence Lab introduced two complementary contributions: SRHarness, a runtime for agents that discover mathematical formulas from data, and MechBench, a benchmark testing whethe. Topic tags: general web, openai, chatgpt, llm, agents. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
Tsinghua University představila dvě související novinky: SRHarness, prostředí pro AI agenty, kteří hledají matematické vzorce v datech, a MechBench, benchmark zkoumající, zda agenti dokážou odhalit také mechanismy, jež tyto vzorce vytvářejí. Oznámení se objevilo 14. října 2026. 8
10
Rozdíl lze přiblížit na příkladu Keplera a Newtona: Keplerovy zákony popisují, jak se planety pohybují, zatímco Newtonova teorie gravitace vysvětluje, proč se tak pohybují. Právě tento rozdíl mezi popisem pozorované pravidelnosti a vysvětlením její příčiny je pro obě projekty klíčový. 4
11
SRHarness: hledání vzorců v datech
SRHarness je běhové prostředí pro takzvanou agentní symbolickou regresi. Jazykovým modelům umožňuje připravit vědecká data, používat kombinovatelné analytické a aproximační nástroje, uchovávat vyhodnocené hypotézy a postupně zpřesňovat vzorce, které lze interpretovat. 9
Jde tedy o podporu dlouhého hledání, nikoli o záruku, že nalezený vzorec odhaluje i skutečný fyzikální mechanismus. Podle autorů navíc v testech se stejným jazykovým modelem SRHarness zlepšil symbolickou přesnost i numerickou generalizaci. 1
9
Jak dopadl test hledání vzorců
Na benchmarku LSR-Transform dosáhl SRHarness s modelem DeepSeek-v4-flash-0731 symbolické přesnosti 93,69 %. Srovnávací systém SR-Scientist dosáhl 62,16 %. 1
V anonymizované variantě, která odstraňuje vědecké popisy i význam proměnných, měl SRHarness přesnost 72,97 % oproti 39,64 % u SR-Scientist. Codex se stejným modelem DeepSeek-v4-flash-0731 dosáhl 20,72 %. Zpráva o výsledcích uvádí, že SRHarness se v anonymizovaném testu přiblížil také Codexu s GPT-5.5; přesnou hodnotu pro tuto konfiguraci však dostupné podklady neuvádějí. 1
| Test LSR-Transform | SRHarness | SR-Scientist | Codex |
|---|---|---|---|
| Vědecký kontext a význam proměnných zachovány | 93,69 % | 62,16 % | V dostupných podkladech neuvedeno |
| Vědecké popisy a význam proměnných odstraněny | 72,97 % | 39,64 % | 20,72 % se stejným modelem DeepSeek |
Tato čísla popisují úspěšnost při obnově vzorců, nikoli důkaz, že AI odhalila mechanismus, který je vytváří. 1
2
MechBench odděluje zákonitost od vysvětlení
MechBench se ptá na dvě odlišné věci: zda agent dokáže obnovit pozorovaný vztah mezi vstupy a výstupy a zda dokáže určit skrytý mechanismus, který jej vytváří. 2
15
Na základní sadě benchmarku Codex s GPT-5.6-sol obnovil zákonitosti v 35 % případů, ale mechanismy pouze ve 13,75 %. 2
4 Výsledek naznačuje, že v tomto testu je nalezení pozorované pravidelnosti podstatně snazší než vysvětlení jejího původu. Nejde však sám o sobě o obecný důkaz, že současná AI vědu „chápe“ nebo nechápe.
Dostupné podklady potvrzují, že MechBench hodnotí obnovu zákonitostí a mechanismů odděleně. Nepopisují však dost podrobně konkrétní postupy s dotazy na vnitřní veličiny ani filtrování mechanismů, které vedou ke stejným pozorovatelným výsledkům. 2
Kde SRHarness najít
Veřejný repozitář projektu je na GitHubu pod názvem tsinghua-fib-lab/SRHarness. 9 Dostupné zdroje neověřují název případného balíčku na PyPI ani adresu online ukázky, proto je nelze spolehlivě uvést.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Najít vzorec nestačí. Tsinghua testuje, zda AI odhalí i mechanismus"?
Tsinghua představila SRHarness, prostředí pro AI agenty hledající vzorce v datech, a MechBench, test zaměřený na odhalování mechanismů za těmito vzorci.
What are the key points to validate first?
Tsinghua představila SRHarness, prostředí pro AI agenty hledající vzorce v datech, a MechBench, test zaměřený na odhalování mechanismů za těmito vzorci. Se stejným modelem DeepSeek v4 flash 0731 dosáhl SRHarness na testu LSR Transform 93,69% symbolické přesnosti; po odstranění vědeckého kontextu a významu proměnných 72,97 %.
What should I do next in practice?
Na základní sadě MechBench dokázal Codex s GPT 5.6 sol obnovit zákonitosti v 35 % případů, ale mechanismy jen ve 13,75 %.