利用大语言模型智能体系统自动发现生物系统的常微分方程
英文标题：Automatic Ordinary Differential Equations Discovery For Biological Systems Using Large Language Model Powered Agentic System
本文提出一种基于大语言模型驱动的智能体系统，旨在自动发现描述生物系统动力学的常微分方程。该方法将计算系统从简单的数据拟合工具，提升为能够自主生成和精炼机理模型的发现引擎。这项工作展示了将大语言模型的推理规划能力与科学计算相结合，有望加速生物领域中的可解释模型构建，对研究人员开发自动化科学发现管道具有重要参考价值。
打开原文相关 3.2 · 机会 2
2.1 KB
483 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
自动科学发现长期以来一直是计算学者的目标——一种能够自主揭示自然奥秘的机器，它将计算系统从数据拟合工具推向可以生成和精炼机理模型的阶段。本文提出了一种由大语言模型驱动的智能体系统，用于自动发现生物系统中的常微分方程（ODEs）。该系统能够迭代地提出候选模型、进行仿真验证并根据偏差改进模型结构，从而在无需人工干预的情况下抽取出能够解释观测数据的动力学方程。这一方法将大语言模型的规划与推理能力嵌入到科学发现的闭环中，为构建透明且可解释的生物机理模型开辟了新的路径。
English / 原文
BibTeX formatted citation
×