通过迭代元反思的自主科学发现

arXiv 2026 66 method, system

TLDR

DiscoPER利用大语言模型、迭代元反思和统计检验进行开放式科学发现，在多模态生态基准上评估。

评分理由

The paper introduces a novel second-order reasoning mechanism that synthesizes prior discoveries to guide hypothesis exploration, addressing a key limitation of existing systems. Its strength lies in combining statistical rigor, multimodal tool use, and a new benchmark, though the scope is limited to ecological data and lacks comparison to other methods in the abstract.

Read-first 评分解释

综合优先阅读分 66，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 68。

近期性 8%

100

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：2026

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：消融、基线、基准、数据集、验证

主题相关性 42%

56.7

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：代码、数据集

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：36。

关键词评分

automated scientific discovery

scientific discovery agent

autonomous research agent

automated experimentation

AI scientist

AI for scientific research

automated research

experiment design agent

research automation

literature review agent

survey generation

paper writing agent

深度分析

创新点

通过动态代码生成与执行实现无预设目标的开放式自主研究
二阶元反思机制，分析累积发现以识别结构模式、混杂因素和认知空白，并重新引导探索方向
整合多模态工具使用以处理图像，将搜索空间扩展至结构化元数据之外
每个提出的发现必须通过统计检验，确保科学有效性

方法

DiscoPER是一个LLM驱动的框架，迭代生成并执行代码以探索数据集，要求对发现进行统计检验。它包含一个二阶推理机制，定期分析自身累积发现以指导进一步探索，并使用工具处理图像等多模态数据。在iNatDisco（一个具有来自文献的模式级真实标注的新型多模态生态基准）上，与经典因果发现和LLM引导的基线方法进行对比评估。

关键结果

DiscoPER以72.7%的假设支持率恢复了9个已知模式中的8个，优于基线方法；消融实验表明其随数据量增加而扩展，并证实了二阶元反思的益处。

技术栈

Large Language Model (LLM)PythonStatistical TestingMultimodal ProcessingiNatDisco Benchmark

资源

论文