AnswersPublished17 sources
AI boleh mencari formula—tetapi mampukah ia memahami sebabnya?
Dilaporkan pada 14 Oktober 2026, penyelidik Tsinghua memperkenalkan SRHarness untuk pencarian formula dan MechBench untuk menilai penemuan mekanisme. Dengan DeepSeek v4 flash 0731, SRHarness mencapai ketepatan simbolik 93.69% pada LSR Transform dan 72.97% apabila keterangan sains serta makna pemboleh ubah dibuang.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Dilaporkan pada 14 Oktober 2026, penyelidik Tsinghua memperkenalkan SRHarness untuk pencarian formula dan MechBench untuk menilai penemuan mekanisme.
- Dengan DeepSeek v4 flash 0731, SRHarness mencapai ketepatan simbolik 93.69% pada LSR Transform dan 72.97% apabila keterangan sains serta makna pemboleh ubah dibuang.
- Pada set teras MechBench, Codex dengan GPT 5.6 sol memulihkan hukum dalam 35.00% kes, tetapi mekanisme hanya dalam 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
Penyelidik di Makmal Sains Data dan Kecerdasan, Jabatan Kejuruteraan Elektronik Universiti Tsinghua, memperkenalkan dua projek yang menangani persoalan berbeza dalam penemuan saintifik menggunakan AI. SRHarness ialah rangka kerja masa jalan untuk membantu ejen AI mencari formula daripada data; MechBench pula menilai sama ada ejen itu dapat mengenal pasti mekanisme yang menghasilkan formula atau corak tersebut. Kedua-duanya dilaporkan pada 14 Oktober 2026. 8
10
Perbezaan utamanya mudah difahami melalui perbandingan Kepler dengan Newton: hukum Kepler menerangkan corak pergerakan planet, manakala teori graviti Newton memberi penjelasan tentang sebab corak itu berlaku. Analogi ini menunjukkan perbezaan antara menemukan hukum yang sepadan dengan pemerhatian dan memahami mekanisme di sebaliknya. 11
SRHarness: bantu ejen mencari formula
SRHarness menyediakan persekitaran khusus untuk ejen berasaskan model bahasa menjalankan regresi simbolik—iaitu mencari persamaan yang sesuai dengan data. Ejen boleh menyediakan data saintifik, menggunakan alat analisis dan pemadanan yang boleh digabungkan, menyimpan hipotesis yang telah dinilai, kemudian memperhalus formula yang boleh ditafsir sepanjang proses pencarian. 9
Dalam erti kata lain, rangka kerja ini menyokong pencarian berulang yang menggunakan alat, tetapi angka prestasinya mengukur keupayaan mendapatkan semula formula—bukan bukti bahawa ejen telah memahami mekanisme fizikal yang mendasarinya. 1
8
Repositori SRHarness tersedia di GitHub sebagai tsinghua-fib-lab/SRHarness. 9 Maklumat yang dirujuk di sini tidak mengesahkan nama pakej PyPI atau alamat demo dalam talian, jadi butiran tersebut tidak dinyatakan.
Keputusan pemulihan formula
Pada penilaian LSR-Transform menggunakan DeepSeek-v4-flash-0731, penyelidik melaporkan keputusan berikut: 1
2
| Keadaan ujian | SRHarness | SR-Scientist | Codex |
|---|---|---|---|
| Keterangan saintifik dan makna pemboleh ubah dikekalkan | 93.69% |
62.16% |
Tiada angka yang disahkan dalam petikan sumber yang dirujuk |
| Keterangan saintifik dan makna pemboleh ubah dibuang | 72.97% |
39.64% |
20.72% dengan model asas DeepSeek yang sama |
Laporan berkenaan menyatakan prestasi SRHarness dalam ujian tanpa konteks itu setanding dengan Codex yang menggunakan GPT-5.5, tetapi sumber yang dirujuk tidak memberikan kadar tepat Codex tersebut. Oleh itu, perbandingan itu tidak wajar dibaca sebagai angka kemenangan langsung yang lengkap.
MechBench menguji lebih daripada padanan formula
MechBench membezakan dua sasaran: memulihkan hukum yang kelihatan dalam hubungan input-output, dan memulihkan mekanisme tersembunyi yang menghasilkan hukum itu. 2
15 Perbezaan ini penting kerana persamaan yang sepadan dengan pemerhatian belum semestinya menerangkan proses yang berlaku.
Pada set teras MechBench, Codex dengan GPT-5.6-sol berjaya memulihkan hukum dalam 35.00% kes, tetapi hanya memulihkan mekanisme dalam 13.75% kes. 8
11 Jurang itu menunjukkan bahawa, dalam penanda aras ini, mengenal pasti corak yang dapat diperhatikan masih lebih mudah berbanding menemukan sebab di sebaliknya.
8
11
MechBench berguna kerana ia menilai kedua-dua keupayaan secara berasingan. Dengan cara itu, kejayaan AI memadankan formula tidak terus disamakan dengan pemahaman saintifik; kemajuan dalam penemuan mekanisme juga boleh diukur dengan lebih jelas. 8
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 "AI boleh mencari formula—tetapi mampukah ia memahami sebabnya?"?
Dilaporkan pada 14 Oktober 2026, penyelidik Tsinghua memperkenalkan SRHarness untuk pencarian formula dan MechBench untuk menilai penemuan mekanisme.
What are the key points to validate first?
Dilaporkan pada 14 Oktober 2026, penyelidik Tsinghua memperkenalkan SRHarness untuk pencarian formula dan MechBench untuk menilai penemuan mekanisme. Dengan DeepSeek v4 flash 0731, SRHarness mencapai ketepatan simbolik 93.69% pada LSR Transform dan 72.97% apabila keterangan sains serta makna pemboleh ubah dibuang.
What should I do next in practice?
Pada set teras MechBench, Codex dengan GPT 5.6 sol memulihkan hukum dalam 35.00% kes, tetapi mekanisme hanya dalam 13.75%.