EvoSCM：通过因果模型演化与实验修订科学信念

科学代理人不仅必须学会如何推理，还必须学会相信什么。然而，现有的LLM代理人通常以自由形式的文本表达科学假设，使他们的信念含蓄且难以测试或修改。我们引入了 EvoSCM，它为科学代理配备了明确的结构因果模型，该模型随着新实验证据的收集而不断发展。 EvoSCM 维护了一组相互竞争的 SCM 假设，每个假设都编码了环境的候选因果解释，并通过闭合的发现循环不断发展它们。在每一轮中，智能体都会从积累的证据中推断出潜在的机制，设计有区别的干预措施，并致力于通过实验来测试可证伪的预测。预测和观察之间的差异被归纳提炼为修正规则，修正每个假设的因果结构和机制，然后代理根据积累的证据和结构一致性演绎验证修正后的群体，以指导下一轮。我们在 DiscoverPhysics 上评估 EvoSCM，这是一个基准，要求代理通过实验揭示非规范物理世界的隐藏动态。 EvoSCM 不断改进基线上的科学发现，产生更准确的解释和预测，同时更有效地利用实验相互作用。