arXiv · ML· Yue Ma, Lucas Venetoulias, Akbota Assan, Aobo Li·· 2026-10-14AI 评分27
SIDERIUS:超越分数优化的 LLM 智能体系统,用于长周期物理时间序列机器学习开发与评估
Beyond a Better Score: Long-Horizon Agentic ML Development and Evaluation Protocol for Physics Time Series
AI 导读
提出 LLM 智能体系统 SIDERIUS,旨在通过多层科学评估协议避免模型过拟合或作弊,推动物理时间序列机器学习向科学有效方向长期演进。 在 TIDMAD 基准测试中,采用 GPT 驱动器的 SIDERIUS 实现 63.8% 的有效模型提议率和 2.744 的最佳有效去噪分数,优于普通 Codex 代理的 1.6% 和 -0.647 结果。
来源:arXiv · ML · arxiv.org