迈向自动研究：从具有分类结构的纸质知识图中挖掘可证伪的研究思想

基于 大语言模型 (LLM) 构建的自动研究想法生成系统有一个结构性弱点：它们将想法简化为自由文本重组、随机论文配对或嵌入相似性检索。这三种方法都以同样的方式失败：每种方法都将论文视为平面对象、字符串或向量，因此商去除了研究人员在推理跨领域类比时实际使用的类型化问题-方法-度量-声明箭头。我们用类型图本身无法提供的最小范畴论部分来恢复丢失的结构：组合以及恒等箭头，这使得可以询问所提出的类比是否保留了关系链。具体来说，每篇论文 $p$ 都被建模为一个小类别 $C_p$，其对象是提取的类型化研究实体，其态射是论文断言的关系；从 $p$ 到 $q$ 的跨纸桥是一个部分函子候选 $F: C_p -> C_q$ ，它保留对象类型和覆盖的关系类。我们将该模型实例化为三层算法：分类签名聚类、函子保留门和六轴 LLM 合理性判断。在四种消融条件下对数万篇全文解析论文的语料库进行评估，分类门以大约 17:1 的比例过滤跨域候选者，而接受的想法的定量伪造率始终保持在 83% 以上；每个被拒绝的候选者都会保留其每轴的基本原理，因此门可以兼作日志层而不是静默过滤器。