Can LLMs Uncover Hidden Physical Laws through Free Exploration?

📄 arXiv: 2610.37649v1 📥 PDF

作者: Zhen Yang, Wen Wang, Xander Xu, Ying-Cong Chen

分类: cs.CL, cs.AI, cs.MA

发布日期: 2026-10-27

备注: https://zhenyangcs.github.io/LongChang-website/

💡 一句话要点

提出LongChang框架以探索隐藏物理法则

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 物理法则 自主探索 科学发现 模拟环境 LongChang框架 实验验证

📋 核心要点

  1. 现有方法在科学发现中缺乏自主探索能力，无法有效识别和验证新的物理法则。
  2. 本文提出LongChang框架，允许LLMs在模拟环境中自由探索，独立发现物理法则，而无需明确的研究任务或提示。
  3. 实验表明，GPT-6-Astra在12个LLMs中表现最佳，发现率达到16.7%，显示出该方法的有效性和潜力。

📝 摘要（中文）

科学发现通常始于意外观察，进而引发新的研究问题。本文探讨在物理法则被改变的世界中，大型语言模型（LLMs）是否能够通过自由探索发现新的法则。我们引入了LongChang，一个自动化框架，创建具有不同物理法则的模拟世界，LLMs作为探索者，操控物体并构建工具，自主探究问题。实验结果显示，GPT-6-Astra的发现率为16.7%，而其他11个模型均为0%。探索记录揭示了未被调查的异常现象及对改变物理法则的部分识别。

🔬 方法详解

问题定义：本文旨在解决大型语言模型在科学发现中的自主探索能力不足的问题。现有方法往往依赖于明确的任务指示，限制了模型的探索潜力。

核心思路：LongChang框架通过创建具有不同物理法则的模拟世界，使LLMs能够在没有外部提示的情况下，自主提出问题并进行实验，从而发现新的物理法则。

技术框架：该框架包括多个模块：首先，LLMs生成和审查场景；其次，设计和评估工具；最后，基于实验记录进行场景演化，形成一个完整的探索循环。

关键创新：最重要的创新在于将LLMs置于一个完全自主的探索环境中，使其能够在没有人类干预的情况下发现物理法则，这与传统依赖明确任务的研究方法有本质区别。

关键设计：在设计中，模型的参数设置和工具设计均基于探索记录的反馈，确保每个实验都能有效支持后续的探索过程。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，GPT-6-Astra在12个LLMs中取得了16.7%的发现率，显著高于其他模型的0%。这一发现表明LongChang框架在自主探索和物理法则发现方面的有效性，具有重要的实验亮点。

🎯 应用场景

该研究的潜在应用领域包括教育、科学研究和机器人技术等。通过自主探索，LLMs能够在复杂环境中发现新的规律，推动科学发现的进程，具有重要的实际价值和未来影响。

📄 摘要（原文）

Scientific discovery often begins with an unexpected observation that prompts a new research question. In a world with altered physical laws, can large language models (LLMs) notice unexpected behavior, such as heavier objects falling more slowly, and discover the law through experiments without being told what to investigate? To evaluate this ability, we introduce LongChang, an automated framework that creates simulated worlds with altered physics, where one or more laws differ from ordinary physics. The evaluated LLMs act as explorers, manipulating objects and building tools to investigate their own questions without research tasks or hints about these laws. Separate LLM agents generate and review scenes, review tool designs, and evaluate reports for correctness and experimental support using the altered physical laws and exploration records. These records guide scene evolution for further exploration, allowing the full cycle to run without human intervention. Among 12 LLMs, GPT-6-Astra achieves a discovery rate of 16.7%, while the other 11 score 0%. The exploration records reveal uninvestigated anomalies and only partial identification of the altered physical laws.