UZH：LLM提出科学假设并验证

📖标题：HypER: Literature-grounded Hypothesis Generation and Distillation with Provenance
🌐来源：arXiv, 2506.12937

🌟摘要

🔸大型语言模型在科学领域的研究构思方面表现出了良好的性能。假设开发，生成高度特定的陈述句的过程将研究思想与实证验证联系起来，受到的关注相对较少。现有的方法只是简单地部署检索增强，只关注最终输出的质量，而忽略了构思背后的底层推理过程。
🔸我们提出了 HypER（带有解释和推理的假设生成），这是一种针对文献引导推理和基于证据的假设生成的小型语言模型 (SLM)。HypER 在多任务设置中进行训练，以在受控干扰存在的情况下区分有效和无效的科学推理链。
🔸我们发现 HypER 优于基础模型，区分有效推理链和无效推理链（平均绝对 F1 为 +22%），生成更好的循证假设（0.327 对 0.305 基础模型），其可行性和影响由人类专家判断（5 点李克特量表为 >3.5）。

🛎️文章简介

🔸研究问题：如何在面对噪声和不连贯的科学文献时，有效地生成有根据的科学假设？
🔸主要贡献：论文提出了一种新的多任务框架HypER，通过文献引导的推理链验证，显著提升了科学假设生成的合理性和证据基础。

📝重点思路

🔸建立了一个新的文献引导的科学假设生成任务，强调逻辑一致性和推理链的验证。
🔸提出了HypER框架，利用小型语言模型（SLM）进行文献基础的推理和假设生成。
🔸对文献链进行多层次验证，包括一跳和多跳的相关性分类，确保推理的合理性。
🔸使用大语言模型（LLM）生成的有效推理链作为假设生成的基础，增强生成假设的扎根性。
🔸构建了包含时间链的数据集，帮助模型学习从已有科学文献中提取因果关系。

🔎分析总结

🔸HypER在有效与无效推理链的区分上，相较于基模型提高了22%的F1值。
🔸生成的假设更具证据基础（0.327对比0.305），且在专家评审中获得了高评分（超过3.5/5）。
🔸HypER能够从带噪声的推理链中提炼出合理的推理结构，证明了其在复杂文献中的有效性。
🔸实验表明，HypER生成的假设不仅具备科学合理性，还能及时响应最新研究进展。

💡个人观点

论文的创新点在于将推理链的结构化验证引入科学假设生成中，突破了仅依赖表面相似性的方法，以低噪声和高可靠性的方式生成符合科学逻辑的假设，这为科学研究中的文献挖掘和假设生成提供了新的思路和方法。

🧩附录