標籤 AI for Science

Anthropic 於 11 月 6 日刊出圖賓根三位研究者的客座文章，主張 AI 參與科學建模時，只交回最貼合資料的單一模型並不算完成工作。文章以 Hodgkin-Huxley 神經方程的歷史案例與模擬為基礎的推論說明：參數與模型的分布、被排除的候選、對新實驗的分歧預測，才是能換到理解的交付物。作者自承目前的 LLM 代理建模系統多半仍在重現已知模型。