Câu trả lờiĐã xuất bản17 nguồn
Tìm được quy luật chưa đồng nghĩa hiểu cơ chế
Ngày 14/10/2026, nhóm nghiên cứu tại Đại học Thanh Hoa giới thiệu SRHarness, một môi trường chạy cho tác nhân AI tìm công thức, và MechBench, bộ đánh giá khả năng khám phá cơ chế đứng sau công thức. Với DeepSeek v4 flash 0731, SRHarness đạt độ chính xác khôi phục ký hiệu 93,69% trên LSR Transform; ở phiên bản ẩn mô...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Ngày 14/10/2026, nhóm nghiên cứu tại Đại học Thanh Hoa giới thiệu SRHarness, một môi trường chạy cho tác nhân AI tìm công thức, và MechBench, bộ đánh giá khả năng khám phá cơ chế đứng sau công thức.
- Với DeepSeek v4 flash 0731, SRHarness đạt độ chính xác khôi phục ký hiệu 93,69% trên LSR Transform; ở phiên bản ẩn mô tả khoa học và ý nghĩa biến, hệ thống đạt 72,97%.
- Trên tập lõi MechBench, Codex chạy GPT 5.6 sol khôi phục quy luật trong 35% trường hợp nhưng chỉ tìm ra cơ chế trong 13,75% — khoảng cách cho thấy tìm thấy mẫu hình dễ hơn giải thích vì sao nó xuất hiện.
Prompt AI
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
Ngày 14/10/2026, các nhà nghiên cứu tại Phòng thí nghiệm Khoa học Dữ liệu và Trí tuệ, Khoa Kỹ thuật Điện tử của Đại học Thanh Hoa, giới thiệu hai dự án bổ trợ cho nhau: SRHarness, môi trường chạy hỗ trợ tác nhân AI tìm công thức toán học từ dữ liệu, và MechBench, bộ đánh giá xem AI có thể lần ra cơ chế đứng sau những công thức đó hay không. 8
10
16
Điểm mấu chốt nằm ở khoảng cách giữa mô tả một quy luật và giải thích nguyên nhân tạo ra quy luật ấy. Một công thức khớp với dữ liệu có thể cho biết hiện tượng diễn ra như thế nào, nhưng chưa chắc giải thích được vì sao nó diễn ra.
Từ Kepler đến Newton: tìm quy luật rồi tìm lời giải thích
Sự khác biệt thường được minh họa qua Kepler và Newton: các định luật Kepler mô tả chuyển động của các hành tinh; lý thuyết hấp dẫn của Newton đưa ra cách giải thích nền tảng cho chuyển động đó. Theo cách ví von này, phát hiện một quy luật quan sát được mới là một bước — hiểu cơ chế sinh ra quy luật mới là thử thách sâu hơn. 11
Đó cũng là hai tầng năng lực mà các dự án của Thanh Hoa hướng tới: SRHarness tập trung vào việc tìm công thức, còn MechBench đánh giá khả năng khám phá cơ chế phía sau công thức. 8
11
SRHarness hỗ trợ tác nhân AI tìm công thức ra sao?
SRHarness là môi trường chạy chuyên biệt cho hồi quy ký hiệu bằng tác nhân AI — phương pháp tìm biểu thức toán học có thể mô tả dữ liệu. Theo mô tả dự án, tác nhân dựa trên mô hình ngôn ngữ có thể chuẩn bị dữ liệu khoa học, gọi các công cụ phân tích và khớp công thức có thể kết hợp, lưu lại những giả thuyết đã được đánh giá rồi tiếp tục tinh chỉnh công thức qua quá trình tìm kiếm dài. 16
Nói cách khác, công cụ cung cấp hạ tầng để tác nhân làm việc qua nhiều bước, thay vì chỉ đưa ra một phỏng đoán trong một lượt hội thoại. Bài báo cũng nêu các thao tác khoa học có thể kết hợp là một phần trong cách tiếp cận. 2
Kết quả khôi phục công thức
Trên bài kiểm tra LSR-Transform, nhóm nghiên cứu báo cáo kết quả với mô hình nền DeepSeek-v4-flash-0731 như sau: 1
2
| Điều kiện kiểm tra | SRHarness | SR-Scientist | Codex |
|---|---|---|---|
| Giữ lại bối cảnh khoa học và ý nghĩa các biến | 93,69% |
62,16% |
Chưa có số liệu xác nhận trong phần nguồn được cung cấp |
| Ẩn mô tả khoa học và ý nghĩa các biến | 72,97% |
39,64% |
20,72% với cùng mô hình nền DeepSeek |
Ở bài kiểm tra đã ẩn thông tin ngữ cảnh, một bản tin ngày 14/10 mô tả kết quả của SRHarness là tương đương với Codex dùng GPT-5.5, nhưng phần nguồn hiện có không cung cấp tỷ lệ chính xác của GPT-5.5. 10
11
Các con số này đo khả năng khôi phục biểu thức ký hiệu; tự chúng không chứng minh rằng AI đã tìm ra cơ chế vật lý đứng sau biểu thức đó. 1
8
MechBench đo riêng quy luật và cơ chế
MechBench đặt ra câu hỏi khó hơn việc tìm công thức: tác nhân có thể khôi phục cơ chế tạo nên quy luật quan sát được hay không? Nhờ tách hai mục tiêu đánh giá, bộ chuẩn giúp tránh xem việc khớp được công thức như bằng chứng đầy đủ cho sự thấu hiểu khoa học. 8
15
Trên tập lõi của MechBench, Codex chạy GPT-5.6-sol khôi phục quy luật trong 35,00% trường hợp, nhưng khôi phục cơ chế chỉ đạt 13,75%. 8
11
Khoảng cách này gợi ra kết luận thận trọng: trong bài đánh giá nói trên, việc tìm ra mẫu hình quan sát được vẫn dễ hơn đáng kể so với xác định cơ chế tạo ra mẫu hình ấy. Đóng góp của MechBench là đo riêng hai năng lực đó, để tiến bộ về khám phá cơ chế không bị đánh đồng với thành công trong việc khớp công thức. 8
11
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Tìm được quy luật chưa đồng nghĩa hiểu cơ chế" là gì?
Ngày 14/10/2026, nhóm nghiên cứu tại Đại học Thanh Hoa giới thiệu SRHarness, một môi trường chạy cho tác nhân AI tìm công thức, và MechBench, bộ đánh giá khả năng khám phá cơ chế đứng sau công thức.
Những điểm chính cần xác nhận đầu tiên là gì?
Ngày 14/10/2026, nhóm nghiên cứu tại Đại học Thanh Hoa giới thiệu SRHarness, một môi trường chạy cho tác nhân AI tìm công thức, và MechBench, bộ đánh giá khả năng khám phá cơ chế đứng sau công thức. Với DeepSeek v4 flash 0731, SRHarness đạt độ chính xác khôi phục ký hiệu 93,69% trên LSR Transform; ở phiên bản ẩn mô tả khoa học và ý nghĩa biến, hệ thống đạt 72,97%.
Tôi nên làm gì tiếp theo trong thực tế?
Trên tập lõi MechBench, Codex chạy GPT 5.6 sol khôi phục quy luật trong 35% trường hợp nhưng chỉ tìm ra cơ chế trong 13,75% — khoảng cách cho thấy tìm thấy mẫu hình dễ hơn giải thích vì sao nó xuất hiện.