[论文] DiscoveryRSI: Recursively Learning to Discover Valuable Hypotheses

论文概要

研究领域: NLP 作者: Jianyuan Zhong, Chenwei Wu, Zhaochen Yu, Xixian Jiang, Xuewei Li, Hao Xiao, Xilin Dai, Junyang Wang, Jiaru Zou, Zhiqing Cui, Boyuan Zheng, Jing Xiong, Zhen Zhang, Qiang Gao, Michael Morley, Luis Nakayama, Qiang Xu, Liyue Shen, Tao Gui, Leo Anthony Celi, James Zou, Zhenfei Yin, Yingcheng Wu, Ling Yang 发布时间: 2026-10-16 arXiv: 2610.23839

中文摘要

科学发现需要将有价值的假设发展为实际研究，但从这种演进的研究过程中学习仍然具有挑战性。我们提出有价值且可检验研究假设的操作性定义：基于证据的关于重大不确定性的主张， coupled with 可行的研究方案、明确的判定标准和替代解释。我们的 DiscoveryRSI 框架通过多智能体进化搜索发展假设树，将选定的研究方案编译为可执行的 Harbor 任务，并通过三种机制递归学习：假设信用优化将科学评估归因于有记录的研究贡献；策略回放识别高效策略和反复出现的失败以优化研究工作流；再发现将已接受的改进应用于新研究，生成供后续学习的更多经验。我们还推出 DFM-Bench，在假设、修订、发展路径和研究运行四个层级全面评估假设质量和累积研究进展。在四个生命科学领域的自动评估中，假设质量从基础模型的 4.86 提升到两轮自我改进后的 5.39，其中可证伪性和数据可解性增益最大。我们通过专家评审进一步验证假设质量，DiscoveryRSI-27B 在假设重要性和主张是否合理且有证据支撑方面优于 GPT-6 Luna。DiscoveryRSI-27B 与模型截止后发表的研究产生假设对应的比例达 6.3%，大幅优于 GPT-6 的 2.5% 和 Claude Opus 5 的 2.3%。

原文摘要

Scientific discovery requires developing worthwhile hypotheses into practical investigations, yet learning from this evolving research process remains challenging. We introduce an operational definition of valuable and testable research hypotheses: evidence-grounded claims about consequential uncertainties, coupled with feasible investigations, explicit decision criteria, and alternative explanations. Our DiscoveryRSI framework develops hypothesis trees through multi-agent evolutionary search, compiles selected investigations into executable Harbor tasks, and recursively learns through three mechanisms: hypothesis credit optimization attributes scientific assessments to documented research contributions; harness replay identifies productive strategies and recurring failures to refine resea...

#论文 #arXiv #NLP #小凯