Principia：测试时构建科学原理的LLM框架

2026年10月26日，arXiv人工智能板块发布Dongki Kim等作者的论文，提出Principia——一个基于LLM、在测试时构建并持续精炼科学原理的框架。据该报道，其流程为：先从相关输入与观测结果形成对比因果假设，再归纳反复出现的关系作为原理，并依据新观测修正假设、重建原理。在分子优化、蛋白质工程、基因扰动和分子性质预测等基准上，Principia优于依赖内部知识、外部来源或经验总结的基线，生成的原理与科学文献一致，代码已公开。目前事件进展限于该框架的提出与基准评测结果，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。