MoRI：面向大语言模型的动机导向推理学习框架用于科学构思

科学构思旨在给定科学上下文中提出新颖的解决方案。现有的基于大语言模型的智能体方法仿真人类研究工作流程，但不足以建模科学推理，导致仅能进行表层的概念重组合，缺乏技术深度和科学依据。为此，我们提出MoRI（Motivation-grounded Reasoning for Scientific Ideation），一个使大语言模型能够从研究动机显式学习推理过程的框架。该框架使大语言模型能够从给定上下文中生成研究动机，并在复合强化学习奖励下进行训练，该奖励近似科学严谨性：(1)熵感信息增益鼓励模型发现并详述基于真实方法论的高复杂度技术细节；(2)对比语义增益约束推理轨迹始终保持与科学有效解决方案的概念对齐。实证结果表明，MoRI在多个维度（包括新颖性、技术严谨性和可行性）上 consistently 优于强大的商业级大语言模型和复杂的智能体基线。代码已在GitHub上提供。