用基于LLM的定性与定量评估发现常微分方程

从观测数据发现控制微分方程是科学机器学习的基础挑战。既有符号回归方法主要依赖定量指标；但现实世界的微分方程建模还需要纳入领域知识以确保物理合理性。为弥合差距，我们提出DoLQ：一种用基于LLM的定性与定量评估发现常微分方程的方法。DoLQ采用多智能体架构：采样智能体提出动力系统候选，参数优化器精化方程以提升精度，科学家智能体利用LLM进行定性与定量评估并综合结果以迭代引导搜索。多维常微分方程基准上的实验证明DoLQ相较既有方法取得优越性能：不仅达到更高成功率，还更准确地恢复真值方程的正确符号项。代码见GitHub。