Исследователь Google представил агента, который с Claude сам придумывает научные модели и проверяет их экспериментами

Кевин Мёрфи, автор классических учебников по ML,
выпустил Model Discovery Agent (MDA). GitHub.

Кевин говорит, чтобы понять, как устроен мир, недостаточно смотреть на данные, нужны эксперименты, а они дорогие.

Поэтому нужно ставить вопрос не «собери больше данных», а «какой следующий эксперимент скажет тебе максимум информации?» Вот что делает MDA.

Внутри агента связка из 4-х составляющих:

- Claude Opus 4.7 генерирует гипотезы о механизме.
- Байесовский движок обновляет вероятности по результатам.
- SBI - модуль, который справляется с ситуациями, когда вероятность результата невозможно вычислить аналитически, он оценивает её через симуляцию.
- А специальный модуль Value of Information каждый раз выбирает тот следующий эксперимент, который максимально разрешает неопределённость.

В итоге в физике MDA восстанавливает точную формулу закона силы в 74% случаев. При этом MDA достигает SOTA, потратив в 5 раз меньше экспериментов.

Интересный момент с моделями, Кевин использовал Claude Opus 4.7. как основную, но он ещё специально проверил, насколько метод зависит от разных моделей и прогнал MDA ещё на:
• DeepSeek v4 Pro
• Fable 5

И вот вывод получился такой, что байесовская обвязка работает почти model agnostic. Даже относительно слабый DeepSeek в связке с MDA поднимает качество почти до уровня Opus.

Чистый агент на DeepSeek заметно слабее, а самый сильный чистый агент на Fable 5 всё равно чаще проигрывает MDA по эффективности.