2025_NIPS_MOOSE-Chem2: Exploring LLM Limits in Fine-Grained Scientific Hypothesis Discovery via Hier

文章核心总结与翻译

一、主要内容

本文聚焦大语言模型（LLMs）在科学假设生成中的局限性，提出并系统研究了细粒度科学假设发现这一新任务，旨在将粗略的研究方向转化为包含详细方法学和实验配置、可直接落地的科学假设。

核心研究框架

1. 任务定义：将细粒度科学假设发现形式化为组合优化问题，输入为研究背景（研究问题+现有方法综述）和粗略假设方向，输出为整合了具体编辑（新增/删除细节）的细粒度假设。
2. 关键方法：提出分层启发式搜索（HHS） 框架，通过5个层级（反应机制→通用组件需求→具体组件选择→组件详细信息→完整实验配置）逐步细化假设，利用LLM的内部启发式引导搜索，同时通过重组模块整合多个局部最优解以提升性能。
3. 四大研究问题：
   • Q1：如何利用LLM内部启发式找到其判定的最优细粒度假设？（通过HHS平滑奖励景观实现）
   • Q2：LLM判定更优的假设是否与真实专家标注假设更对齐？（实证显示召回率更高）
   • Q3：多样化LLM集成与最强单模型重复集成，哪种定义的奖励景观更有效？（最强单模型集成更优）
   • Q4：相同LLM集成是否比单LLM提供更可靠的奖励景观？（集成更敏感于新颖性且召回率更高）
4. 实验验证：构建2024年后发表的化学领域