感知-物理悖论：探索 TC-Bench 基准中的科学对齐性
机器学习
2026-05-26 v1
摘要
虽然视觉基础模型（VFMs）在卫星影像预测任务中表现出色，但其性能可能源于视觉相关性而非底层结构不变性，这使得甚至基于感知的外部分散准确性也不再是科学实用性的良好代理。结果是，模型可能看起来正确却并非正确推理，我们将这种差异称为感知-物理悖论。为解决这一差距，我们提出将科学对齐性作为科学领域表征学习的隐式目标。我们通过结构同构性研究了科学对齐的一个原则性、可测试方面，这要求潜在表征唯一标识物理系统，最多经线性重参数化。这种视角引出一系列必要条件，并产生用于物理和因果可解释性的系统性探针协议。为实现该框架，我们发布了 TC-Bench—a 个全球且可重复的基准数据集，配备自动构建管道用于热带风暴研究，展示当前 VFMs 依赖视觉捷径，在强烈 regime 中会崩溃，表明科学对齐并非规模扩张的自然副产品。
引用
@article{arxiv.2605.24782,
title = {The Perception-Physics Paradox: Probing Scientific Alignment with TC-Bench},
author = {Dingling Yao and Andrea Polesello and Adeel Pervez and Caroline Muller and Francesco Locatello},
journal= {arXiv preprint arXiv:2605.24782},
year = {2026}
}
备注
Accepted at ICML 2026