[2I4-GS-3] Knowledge utilization and sharing:

[2I4-GS-3-05] Efficient Generation of Diverse Scientific Hypotheses through Stepwise Conceptual Concretization

〇Yatima Kagurazaka¹, Keita Nishimoto¹, Shiro Takagi², Kimitaka Asatani¹, Ichiro Sakata¹ (1. The University of Tokyo, 2. Independent researcher)

Keywords:Science Automation, Hypothesis Generation, LLM

近年，LLMを活用した研究の自動化が急速に進んでいる．The AI Scientistは，特定の条件下では機械学習分野でトップ会議の採択基準を満たす論文を生成できるが，生成される研究の革新性には限界がある．質を高めるための一歩として，本研究は，同等の質を持つ科学的仮説を，大幅に少ないトークン数で生成する手法の開発を目的とする．一桁以上効率的に生成する提案手法を，生成された仮説の新規性，重要性，明快さ，実現性，有効性について先行研究と比較し，新規性と実現可能性については明確な差が見られなかった．重要性，明快さ，有効性に関しては，先行研究より性能の向上を認めた