Towards Agentic Scientific Discovery in Distributed Systems
- 발행일
- 출처
- arXiv
- 논문 번호
- 1479
- 분야
- Research Agents
- arXiv 번호
- 2611.20031
흩어진 관측에서 하나의 물리 법칙을 찾는 기호 회귀에 적응형 도구 선택이 주는 이득을 정직하게 측정했다.
이 논문은 한마디로 원 데이터를 합칠 수 없는 분산 관측에서 LLM 가설과 상징 회귀를 조합해 하나의 방정식을 복원하는 시스템 Query-ATLAS를 평가한다. 파인만 벤치마크 12개, 클라이언트 분포 2가지, 시드 3가지에서 구조 5개를 360번 실행해 비교했다. 겹치는 지지 구간에서는 방정식 36개 중 23개를 정확히 복원해 지역 PySR의 21개보다 2개 많았다. 나뉜 지지 구간에서는 18개로 19개보다 적었고 평균 실행 시간은 약 5배 높았다.
핵심 요약
- 클라이언트별 관측에서 방정식과 점수만 주고받는 인터페이스로 도구를 고르는 Query-ATLAS 컨트롤러를 만들었다.
- 겹치는 지지 구간에서 Query-ATLAS는 36개 중 23개 방정식을 정확히 복원했고 지역 PySR은 21개였다.
- 그 차이는 상대론적 질량 두 사례에서 왔고 선택된 식의 시험 NRMSE는 약 4.3 × 10−16이었다.
- 나뉜 지지 구간에서는 Query-ATLAS가 18개, 지역 PySR이 19개로 순서가 뒤집혔다.
- Query-ATLAS의 평균 실행 시간은 겹침 설정에서 지역 기준선의 4.70배였다.
- 저자들은 일반적 우월성 주장 대신 적응형 탐색의 통제된 평가가 필요하다고 결론지었다.
논문 링크
외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.