知识卡片：DASyR-LLM：基于大语言模型的领域感知符号回归用于动力学模型发现

英文标题：DASyR-LLM: Domain-Aware Symbolic Regression with LLMs for Kinetic Model Discovery
英文关键词：symbolic regression; kinetic model discovery; large language models; domain-aware scientific discovery; chemical engineering
原始来源：arXiv:2608.05120v1 — https://arxiv.org/abs/2608.05120v1

一句话结论

该研究提出一个将大语言模型嵌入迭代式符号回归的框架 DASyR-LLM，让 LLM 在每一轮对候选动力学模型进行物理化学定性批评并提出新候选式，从而显著减少找到真实动力学模型所需的迭代次数，同时保持同等预测精度。

研究问题

在化学工程中，发现准确的动力学速率表达式对理解和控制化学与生物过程至关重要。符号回归虽能数据驱动地发现可解释模型，但通常不利用领域知识，容易探索出物理化学上不合理的模型。论文研究的问题是：如何利用大语言模型将领域知识注入符号回归搜索过程，以更高效地发现动力学模型。

方法要点

提出 LLM 引导的符号回归框架，在迭代式 SR 算法中嵌入一个 LLM 模块。
LLM 在每个迭代中承担两个角色：
1. 对当前最优 SR 候选模型进行定性物理化学批评；
2. 结合 SR 生成模型与内置化学知识，提出新的候选速率表达式。
在四个复杂度递增的 in silico 案例研究上评估，覆盖多相催化和生物过程系统。

主要结果或产业意义

与一个先进的 SR 框架（具体名称待核实）相比，该方法找到真实模型所需的迭代次数减少 41.7%–79.3%。
在超过一半的引导运行中，LLM 直接提出了正确的模型结构。
在独立验证集上的预测性能两种方法相当，所有案例的 R²>0.98。
实际场景中每次迭代通常对应一次新的湿实验，因此迭代次数减少意味着实验成本显著下降。
消融研究表明，SR 组件和 LLM 规模都对性能有贡献；使用缩小规模的 LLM 仍能在很大程度上保持发现效率。

为什么重要

这项工作展示了 LLM 可以作为一种“领域知识注入器”，参与科学模型的自动发现，而不只是作为文本生成工具。它将符号回归的数据驱动搜索与 LLM 的物理化学常识结合，为化学工程中完全自动化、领域感知的动力学建模流程提供了可行路径。与既有 LLM 科学发现工作相比，本文的增量在于聚焦动力学模型发现这一具体工程问题，并用迭代式“批评—提议”机制实现知识注入。

局限与不确定性

该研究仅在 in silico（计算模拟）案例中验证，尚未见真实湿实验或工业数据验证（待核实）。
LLM 的具体版本、提示策略、SR 基线的具体实现细节未在摘要中说明（待核实）。
“正确模型结构”的判定标准与不同案例的复杂度差异未在摘要中展开（待核实）。
迭代次数减少的量化依赖于与特定 SR 基线的比较，绝对效果可能随基线或任务变化。

可用于图书/PPT/简报的角度

案例：大语言模型如何加速科学发现中的“假设生成—筛选”循环。
图示：符号回归候选模型 + LLM 批评/提议 -> 新候选 -> 实验验证的闭环。
观点：从“纯数据驱动”转向“知识+数据协同”的 AI for Science 范式。
量化素材：迭代次数减少 41.7%–79.3%，R²>0.98 且预测精度不降。

原始材料

标题：DASyR-LLM: Domain-Aware Symbolic Regression with LLMs for Kinetic Model Discovery
arXiv ID：2608.05120v1
作者：Roberto Aliaga Medina, Paulina Quintanilla, Antonio del Rio Chanona
提交/更新日期：2026-08-05T17:48:45Z
分类：cs.LG; cs.CE; cs.SC
摘要链接：https://arxiv.org/abs/2608.05120v1
PDF 链接：https://arxiv.org/pdf/2608.05120v1