材料自动研究：验证研究决策及其在保留数据上的迁移

自动研究让语言模型 Agent 闭环提出、实现和评估机器学习改动，但最终流程分数不能说明哪个决策带来收益，也不能区分可复用发现与对开发反馈的适配。论文提出以干预为中心的自动研究，验证具体研究决策而不只评价最终产物。特征、模型、表示与数据四个方向分别通过内层五折反馈搜索；各方向获胜方案冻结后，用循环未见的外层保留数据矩阵比较全部替代方案。十项 Matbench 任务共 701 次 Agent 尝试中，外层证据在九项上确认选中干预，保留 89.3% 非平局的干预排序，同时否定一项内层反馈认可的总体表示收益。比较显示，只有成分信息的任务支持多种改善路径，有结构信息的任务更偏向局部几何特征与互补树集成。后续兼容性测试将冻结的特征和模型代码直接组合，无额外搜索或调参，平均外层保留数据改善由 19.0% 提至 26.3%。通过验证决策，此设计把固定评估器下的自适应搜索转为可复用证据。