从自动化到自主：大语言模型在科学发现中的综述
计算与语言
2025-09-18 v3
摘要
大语言模型 (LLM) 正在推动科学发现范式的转变，正从任务特定的自动化工具演变为越来越自主的智能体，从根本上重新定义了研究过程和人类与 AI 的协作方式。本综述系统性地描绘了这一新兴领域，核心关注 LLM 在科学中角色的变化和能力的提升。我们从科学方法的视角引入了基于工具、分析师和科学家三个层次的基础分类法，以界定它们在研究生命周期内日益增长的自主性和演变职责。我们进一步识别出关键挑战和未来研究轨迹，如机器人自动化、自我改进和伦理治理。总体而言，本综述提供了概念架构和战略前瞻，帮助导航和塑造 AI 驱动的科学发现未来，促进快速创新和负责任的进步。GitHub 仓库：https://github.com/HKUST-KnowComp/Awesome-LLM-Scientific-Discovery。
引用
@article{arxiv.2505.13259,
title = {From Automation to Autonomy: A Survey on Large Language Models in Scientific Discovery},
author = {Tianshi Zheng and Zheye Deng and Hong Ting Tsang and Weiqi Wang and Jiaxin Bai and Zihao Wang and Yangqiu Song},
journal= {arXiv preprint arXiv:2505.13259},
year = {2025}
}
备注
EMNLP 2025 Main