研究：生物上下文并不能可靠提升 LLM 引导的实验优化

在 45 个生物学任务上，19 个 LLM 在去除生物学含义的提示条件下反而表现更好：按轨迹计 58.7% 的任务占优，按终点计 61.9% 占优。该失败模式为生物学特有，在同样构建的教育任务上结果反转；域感知提示让模型初始设计更好，却对反馈响应更差，部分源于锚定效应。将 Llama 3.1 8B 后训练至前沿级原始优化能力，并不能迁移为生物学感知优化提升。