Principia：在测试时从假设构建科学发现原理
Principia是一种基于大语言模型的框架，可在测试时的发现过程中构建并持续完善科学假设与原理。它根据输入和观测结果形成比较性因果假设，再将反复出现的关系归纳为原理。新的观测结果用于修订假设并重新构建原理。在分子优化、蛋白质工程、基因扰动和分子性质预测等基准测试中，Principia优于依赖内部知识、外部来源或经验总结的基线方法。作者称，生成的原理具有合理性，并与科学文献一致。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。