面向材料发现的推理大语言模型对齐：基于物理感知的拒绝采样

arXiv 2025 46.1 method

TLDR

引入物理感知拒绝采样(PaRS)训练推理LLM，实现材料发现中准确、校准且物理可接受的属性预测。

评分理由

Strengths: Novel domain-aware training method (PaRS) that improves accuracy, calibration, and reduces physics violations; clear methodology and evaluation against baselines. Weaknesses: Limited to property prediction tasks; no real-world experimental validation or deployment in closed-loop systems is demonstrated.

Read-first 评分解释

综合优先阅读分 46.1，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 40。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线、实验、结果

主题相关性 42%

33.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

研究版图角色

前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：10。

关键词评分

automated scientific discovery

AI for scientific research

scientific discovery agent

AI scientist

automated research

research automation

autonomous research agent

automated experimentation

experiment design agent

literature review agent

survey generation

paper writing agent

深度分析

创新点

用于训练时推理轨迹选择的物理感知拒绝采样(PaRS)
将物理可接受性（与基本物理一致且数值接近）纳入轨迹选择标准
轻量级停止机制以控制轨迹选择时的计算量

方法

采用教师-学生框架，较大的教师模型生成推理轨迹，PaRS选择物理一致且数值接近目标的轨迹，并通过停止机制限制计算量。学生模型在这些选定轨迹上进行微调，并在匹配的token预算下与拒绝采样基线进行评估。

关键结果

与使用二元正确性或学习偏好信号的基线相比，PaRS提高了准确性和校准性，降低了物理违反率，并减少了采样成本。

资源

论文