arXiv · cs.AI· Harshit Joshi, Priyank Shethia, Monica S. Lam·· 8 小时前
SHELDON通过假设与观察双空间搜索提升科学推理能力
SHELDON: Reasoning through Dual Search over Hypothesis and Observation Spaces
arXiv:2610.18025v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Harshit Joshi, Priyank Shethia, Monica S. Lam
研究任务与主要进展
SHELDON分别表示并联合探索假设空间与观察空间，通过主动寻找当前假设无法解释的观察，促进超越局部修正的新假设生成。基于论文摘要，该方法在诊断、抽象推理和优化基准上相对受评基线最高提升26.7分，并生成最多4.5倍的新颖解。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org