RespuestasPublicado18 fuentes
Una fórmula no basta: Tsinghua mide si la IA puede descubrir qué hay detrás
SRHarness es un entorno de ejecución para agentes de IA que buscan fórmulas científicas; MechBench evalúa si pueden ir más allá y recuperar los mecanismos que hay detrás. Con DeepSeek v4 flash 0731, SRHarness obtuvo una recuperación simbólica del 93,69 % en LSR Transform y del 72,97 % en la versión anonimizada.
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- SRHarness es un entorno de ejecución para agentes de IA que buscan fórmulas científicas; MechBench evalúa si pueden ir más allá y recuperar los mecanismos que hay detrás.
- Con DeepSeek v4 flash 0731, SRHarness obtuvo una recuperación simbólica del 93,69 % en LSR Transform y del 72,97 % en la versión anonimizada.
- En el conjunto principal de MechBench, Codex con GPT 5.6 sol recuperó leyes en el 35 % de los casos, pero mecanismos en el 13,75 %.
Prompt de IA
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
El 14 de octubre de 2026 se informó de dos proyectos de investigadores de la Universidad Tsinghua: SRHarness, un entorno para que agentes de IA busquen fórmulas matemáticas a partir de datos, y MechBench, una prueba para evaluar si pueden recuperar los mecanismos que explican esas fórmulas. La propuesta pone el foco en una diferencia clave: detectar una regularidad no equivale a explicar por qué ocurre. 6
8
10
Encontrar una ley no es explicar un fenómeno
Una manera de entender esa diferencia es comparar las leyes orbitales de Kepler con la gravitación de Newton. Las primeras describen patrones observados en el movimiento de los planetas; la segunda ofrece una explicación de fondo para esos patrones. En términos generales, ese es el salto que estos proyectos quieren estudiar: de ajustar una fórmula a los datos a intentar identificar el mecanismo que los genera. 6
La regresión simbólica busca expresiones matemáticas que representen relaciones presentes en los datos. SRHarness ofrece a los agentes un entorno especializado para preparar datos científicos, combinar herramientas de análisis y ajuste, conservar hipótesis evaluadas y refinar fórmulas interpretables durante búsquedas prolongadas. 9
Qué resultados obtuvo SRHarness
En las pruebas de LSR-Transform, con el mismo modelo base —DeepSeek-v4-flash-0731—, los autores informaron estos porcentajes de recuperación simbólica: 1
| Condición de prueba | SRHarness | SR-Scientist | Codex |
|---|---|---|---|
| Se conservan el contexto científico y el significado de las variables | 93,69 % |
62,16 % |
— |
| Se eliminan las descripciones científicas y el significado de las variables | 72,97 % |
39,64 % |
20,72 % |
En la prueba anonimizada, los investigadores señalaron que SRHarness obtuvo un resultado comparable al de Codex con GPT-5.5; la información disponible no precisa el porcentaje exacto de esa comparación. Estos datos miden la recuperación de fórmulas, no demuestran por sí solos que un agente haya identificado el mecanismo físico subyacente. 1
2
MechBench pone a prueba la explicación
MechBench separa dos objetivos: recuperar una ley observable de entrada y salida y recuperar el mecanismo oculto que la produce. Así, permite evaluar esas capacidades por separado, en lugar de considerar que encontrar una ecuación equivale a comprender el fenómeno. 2
15
En el conjunto principal del benchmark, Codex con GPT-5.6-sol recuperó leyes en el 35 % de los casos, frente a un 13,75 % para los mecanismos. 2
4 La diferencia apunta a una conclusión acotada a esta evaluación: para el agente probado, encontrar patrones observables fue más fácil que recuperar las causas que los generan. No basta, por tanto, con medir si la IA ajusta fórmulas; también importa comprobar si puede explicar qué representan.
2
4
SRHarness está disponible en GitHub en el repositorio tsinghua-fib-lab/SRHarness. 9
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Una fórmula no basta: Tsinghua mide si la IA puede descubrir qué hay detrás"?
SRHarness es un entorno de ejecución para agentes de IA que buscan fórmulas científicas; MechBench evalúa si pueden ir más allá y recuperar los mecanismos que hay detrás.
¿Cuáles son los puntos clave a validar primero?
SRHarness es un entorno de ejecución para agentes de IA que buscan fórmulas científicas; MechBench evalúa si pueden ir más allá y recuperar los mecanismos que hay detrás. Con DeepSeek v4 flash 0731, SRHarness obtuvo una recuperación simbólica del 93,69 % en LSR Transform y del 72,97 % en la versión anonimizada.
¿Qué debo hacer a continuación en la práctica?
En el conjunto principal de MechBench, Codex con GPT 5.6 sol recuperó leyes en el 35 % de los casos, pero mecanismos en el 13,75 %.