科学发现旗舰工作
突破级
暂无讲解视频
收录解读
AI scientist 评测不能只看最终答案是否对，还要看模型是否通过真实可解释机制获得答案。
CausaLab 把 agent 放进 synthetic laboratory：给定观测记录，允许对 manipulator crystal 做干预，然后预测 reactor crystal，同时需要恢复隐藏 structural causal model 的图结构和方程。
实验显示强模型在 prediction accuracy 上可以很高，但机制恢复仍明显不足；混合观测-干预策略提高结构忠实度，premature stopping 是主要失败模式之一。
它值得收录，因为它把科学发现 agent 的评测从答题推进到 interactive causal experimentation 和 mechanism recovery，这正是自主科学系统需要的核心能力。