SRHarness：Agentic 符号回归的Harness

最近的 agentic 符号回归方法越来越依赖大语言模型来分析数据、选择科学操作并在长搜索轨迹上完善假设。在此类系统中，性能不仅取决于底层模型和搜索策略，还取决于支持科学搜索的运行时基础设施。我们介绍 SRHarness，这是一种用于 agentic 符号回归的特定领域Harness，围绕三种机制构建：可组合的科学操作，为原始量、转换量和候选导出量提供通用接口；持久的科学状态，保留评估的假设并公开面向模型的紧凑视图；协调延续、分支、重新启动和终止的轨迹生命周期管理。在 LLM-SRBench 上，SRHarness 在匹配的 LLM 主干下持续改进数值泛化和符号恢复。使用 DeepSeek-v4-flash-0731，它在 LSR-Transform 上实现了 93.69% 的符号准确率，而 SR-Scientist 为 62.16%，并且在删除科学描述和变量语义的匿名变体上保留了 72.97% 的准确率，而 SR-Scientist 为 39.64%。在相同的 DeepSeek-v4-flash-0731 主干下，SRHarness 的性能也大幅优于 Codex（72.97% vs. 20.72%），并达到与 GPT-5.5 的 Codex 相当的性能，而仅仅为 Codex 提供相同的科学工具并不能重现这一优势。这些结果表明，有效的 agentic 符号回归不仅依赖于模型或工具，还依赖于组织科学行动、累积假设和长期搜索的结构化运行时支持。