Physics-Audited Agentic Discovery in Scientific Machine Learning

背景

在科学机器学习（Scientific Machine Learning, SciML）领域，大语言模型（LLM）智能体能够自动发现替代模型（surrogate models），并依据自动化评分（通常是误差指标）选择最佳模型。然而，仅凭低误差并不能保证模型预测的场量满足力学中至关重要的物理规律，例如边界条件、叠加原理、刚度缩放或因果性。现有的自动化发现流程缺少对物理一致性的系统验证，可能导致所选模型在物理上不可靠。

核心内容

本文提出了一种名为 Physics-Audited Agentic SciML (PA-SciML) 的验证优先工作流，用于智能体驱动的 SciML 模型发现。该工作流的核心思想是在搜索开始前固定评分评估器，然后推导出可审查、机器可验证的物理需求，并对每个训练后的候选模型在其输出上进行校验。此外，工作流还会在无参考解场的情况下，对指定的输入范围或实测载荷历史区间进行独立搜索，找出高违规案例。只有当模型通过所有声明的检查后，才被报告为“已验证”。

在启用的情况下，该工作流还会在训练前添加咨询性数值探针，并每次只测试一项建模变更，记录哪些孤立编辑与评分提升相关，然后才将其用于后续复用。

在论文报告的计算固体力学数值示例中，静态弹性实验选择了验证误差低于纯误差基线的替代模型，且两个入选模型均通过了常见的线弹性检查。而在瞬态弹性动力学实验中，具有相似平均误差的纯误差基线模型未能通过更严格的因果性检查——该模型对载荷历史中未来的部分产生了响应，而 PA-SciML 选出的模型则通过了所有已声明的检查。该方法的主要区别在于，它提供了每个候选模型在预测场上的物理证据，而非仅仅依赖一个更丰富的聚合评分。

关键要点

• 验证优先：PA-SciML 将物理验证置于模型发现流程的核心位置，而非仅作为事后检查。
• 可审查的物理需求：工作流在搜索开始前明确推导出机器可检查的物理约束（如边界条件、叠加原理、刚度缩放、因果性等）。
• 高违规案例搜索：在无参考解的情况下，针对输入范围或载荷历史区间自动搜索违规最严重的案例，确保模型在极端条件下的表现也被覆盖。
• 分步建模变更测试：每次只改动一项建模组件，并记录其与评分增益的关联，从而避免混淆不同修改的影响。
• 数值实验验证：在静态弹性实验中，PA-SciML 选出的模型验证误差更低且通过物理检查；在瞬态弹性动力学中，纯误差基线模型因违反因果性（对未来载荷产生响应）而失败，而 PA-SciML 模型通过检查。
• 核心区分：该方法提供的是每个候选模型在预测场上的物理证据，而非仅仅依赖一个更丰富的聚合评分。

意义与影响

PA-SciML 工作流为科学机器学习中的自动化模型发现提供了一种新的范式：从“误差优先”转向“物理验证优先”。它直接回应了当前 AI 代理在科学计算中常见的“高精度但物理不一致”的陷阱。通过引入可审查的物理需求、高违规案例搜索以及分步测试机制，该方法显著提升了模型在力学等物理领域中的可靠性。这不仅有助于加速材料设计、结构分析等工程应用中的模型选择，也为未来将 LLM 代理更安全地部署到物理敏感场景奠定了方法论基础。此外，该工作流将验证过程透明化、可审计，符合科学计算对可复现性和可解释性的要求，有望推动 SciML 社区采纳更严格的模型验证标准。