可验证推理的逆向知识搜索：从长链式思考知识库合成科学百科全书

大多数科学材料压缩推理，呈现结论而省略支撑它们的推导链。这不仅阻碍了因缺乏明确的逐步论证而难以验证，还阻碍了跨领域链接，因而坍塌了建立概念之间逻辑与因果联系的路径。我们引入一个可扩展框架，对科学推理进行解压，构建可验证的长链式思考(LCoT)知识库，并将其投射到新兴的百科全书SciencePedia中。我们的管道操作化了一个以终点为导向的还原主义策略：一个受around 200门课程指导的Socratic智能体生成约300万个从原理问题。为确保高保真度，多个独立求解模型生成LCoTs，然后通过prompt消毒和跨模型答案共识进行严格筛选，仅保留那些具有可验证终点的条目。这个经验证的语料库为Brainstorm搜索引擎提供动力，后者执行逆向知识搜索——检索以特定概念为终点的各种从原理推导链。该引擎反过来驱动Plato合成器，将这些经验证的链转化为连贯的文章。初始SciencePedia包含约20万个细粒度条目，涵盖数学、物理、化学、生物、工程和计算。 在六个学科的评估中，Plato综合的文章（以检索到的LCoTs为条件）在知识点密度和事实错误率方面显著高于没有检索的等提示基线。建立在可验证LCoT知识库之上的这一以推理为中心的方法，使科学合成在规模上实现可信、跨域，并为不断扩大的百科全书奠定了基础。