Spacer：面向工程化科学灵感的生成系统

近期大语言模型的进步使自动化科学研究成为人工超智能的下一阵程，但这些系统要么受限于狭窄任务，要么受限于大语言模型的有限创造力。我们提出了Spacer——一个能够在无需外部干预的情况下开发创造且事实导向的科学概念的科学发现系统。Spacer通过“刻意去语境化”（deliberate decontextualization）实现：将信息拆解为原子单元——关键词——并从未被探索的连接中汲取灵感。Spacer由两部分组成：(i) Nuri——灵感引擎，用于构建关键词集合；(ii) Manifesting Pipeline——将这些集合细化为精密科学陈述。Nuri从由18万篇生物学领域学术论文构成的关键词图中提取新颖且高潜力的关键词集合。Manifesting Pipeline寻找关键词之间的关联，分析其逻辑结构，验证其可行性，最终草拟出原创科学概念。根据我们的实验，Nuri的评估指标以AUROC得分0.737准确分类高影响力论文。我们的Manifesting Pipeline还能仅凭关键词集合成功重建最新顶级期刊文章的核心概念。基于大语言模型的评分系统估计，这种重构在超过85%的情况下均为合理。最后，我们的嵌入空间分析显示，Spacer的输出与SOTA大语言模型的输出相比，与领先论文的相似度显著更高。