清华大学AI4S研究新进展：让科学智能体发现公式、探索机理
2026.10.14 · 事件 · 论文 · 论文预印本
清华提出智能体符号回归运行时框架SRHarness与机制发现基准MechBench，揭示AI发现规律与理解机制的能力鸿…
清华大学电子工程系数据科学与智能实验室在AI for Science方向提出智能体符号回归运行时框架SRHarness，并构建机制发现基准MechBench。SRHarness在LSR-Transform上符号恢复率达93.69%，匿名化测试中达72.97%；MechBench显示Codex（GPT-5.6-sol）机制恢复率仅13.75%，远低于其35.00%的规…
- SRHarness提供可复用科学动作、持久化科学状态、轨迹生命周期管理三类机制
- LSR-Transform符号恢复率93.69%，较SR-Scientist的…
- 匿名化测试符号恢复率72.97%，远超Codex的20.72%
- MechBench含512个问题，另设80个问题核心集
- Codex（GPT-5.6-sol）机制恢复率13.75%，规律恢复率…
为什么值得看
首次明确区分AI发现规律与理解机制两个能力层次
适合谁关注
关注AI for Science、符号回归与科学智能体的研究者