材料自动研究：具有留出迁移的可审计AI科学家工作流
TLDR
提出了以干预为中心的自动研究方法，利用留出迁移验证材料科学中的决策，实现了89.3%的排序保留率
评分理由
Strengths include a novel validation method that isolates research decisions, real-world evaluation on ten Matbench endpoints, and clear evidence of a hierarchy. Weaknesses are the domain-specific focus on materials and potential scalability concerns for broader scientific discovery.
Read-first 评分解释
综合优先阅读分 61.2，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 76。
研究版图角色
前沿论文
排序敏感性
稳定性：volatile；排名波动范围：52。
关键词评分
深度分析
创新点
- 以干预为中心的自动研究，验证研究决策而非仅最终管道工件
- 在特征、模型、表示和数据轴上独立搜索，结合内部五折反馈和外部留出矩阵
- 通过循环从未见过的留出迁移证据测量决策可信度
- 揭示信息依赖的层次结构：仅成分任务支持多种改进途径，结构信息任务倾向于局部几何特征和互补的树集成
方法
语言模型代理在特征、模型、表示和数据轴上独立搜索，使用内部五折交叉验证反馈。每个轴的获胜者被冻结，然后外部留出矩阵在循环从未见过的证据上比较所有备选方案，跨越10个Matbench端点，共701次代理执行尝试。
关键结果
外部留出证据确认了10个Matbench端点中的9个上的选定干预，保留了89.3%的非并列干预排序，并拒绝了内部反馈认可的聚合表示增益。将已冻结的特征和模型代码组合起来，无需进一步搜索，平均外部留出改进从19.0%提高到26.3%。