让大模型真正学会「发现」，设计下一个实验
2026.08.30 · 事件 · 新模型 · 媒体报道
伦敦大学学院团队发布大发现模型，结合生成模型与贝叶斯优化，实现开放式实验设计。
伦敦大学学院汪军团队发布大发现模型（LDM），将生成式基础模型与高斯过程奖励模型结合，用于科学发现中的实验设计。LDM 在 Auto-Research、抗体设计、多目标分子优化三个场景中取得显著效果，如 BPB 降幅是纯大模型反思的 2.4 倍，抗体结合能平均降幅 18.2%，分子超体积提升超 60%。
- LDM 结合生成模型与高斯过程，实现开放式搜索
- 快慢双闭环：实时更新与策略蒸馏
- Auto-Research 取得世界第一，BPB 降至 0.902291
- 抗体设计结合能平均降幅 18.2%
- 分子优化超体积提升超 60%
为什么值得看
展示大模型在科学发现中从生成到发现的跨越，提升实验设计效率。
适合谁关注
AI 研究者、科学发现领域从业者、关注大模型应用的读者