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.

원문 보기 (새 탭에서 열림)