科学发现形式化为元优化框架

2026年10月20日，arXiv Artificial Intelligence 刊出 Yuan-Hang Zhang 等作者的研究，提出将科研形式化为元优化，即优化目标本身也随解一起被优化。核心方法是“共识目标聚合”：把一组由 LLM 生成的目标函数按相关性加权投票组合。作者在基于数字忆阻计算机器的 planted 3-SAT 算法发现任务中检验该框架，称共识搜索得到的最优求解器在 2,560 个变量时，将中位积分步数相对调优基线降低逾 38 倍。报道未说明该方法在其他任务或机器上的适用性，也未给出上述降幅之外的条件限定；相关数字与结论均来自该篇报道，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。