Все о блокчейн/мозге/space/WEB 3.0 в России и мире

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.