SRHarness: A Harness for Agentic Symbolic Regression
作者: Zihan Yu, Shixuan Zhou, Hao Huang, Jingtao Ding, Yong Li
分类: cs.AI, cs.LG, cs.SC
发布日期: 2026-09-28
💡 一句话要点
提出SRHarness以提升代理符号回归的性能
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 代理符号回归 大型语言模型 科学搜索 运行时基础设施 数值泛化 符号恢复 DeepSeek
📋 核心要点
- 现有的代理符号回归方法在长搜索轨迹中对运行时基础设施的依赖性较强，影响了性能。
- SRHarness通过可组合的科学动作、持久的科学状态和轨迹管理机制，提供了结构化的运行时支持。
- 在DeepSeek-v4-flash-0731上，SRHarness的符号准确率达到93.69%，显著优于现有方法SR-Scientist的62.16%。
📝 摘要（中文）
近年来，代理符号回归方法越来越依赖大型语言模型来分析数据、选择科学操作并在长搜索轨迹中优化假设。这类系统的性能不仅依赖于基础模型和搜索策略，还依赖于支持科学搜索的运行时基础设施。本文提出了SRHarness，这是一个针对代理符号回归的领域特定工具，围绕可组合的科学动作、持久的科学状态和轨迹生命周期管理三大机制构建。在LLM-SRBench上，SRHarness在数值泛化和符号恢复方面均表现出显著提升，尤其在DeepSeek-v4-flash-0731上，符号准确率达到93.69%。
🔬 方法详解
问题定义：本文旨在解决现有代理符号回归方法在长搜索轨迹中对运行时基础设施的依赖性问题，导致性能不稳定和效率低下。
核心思路：SRHarness通过引入可组合的科学动作、持久的科学状态和轨迹生命周期管理，提供了一个结构化的框架，以支持科学搜索的各个阶段。这样的设计使得系统能够更有效地组织和管理科学操作及假设。
技术框架：SRHarness的整体架构包括三个主要模块：可组合的科学动作模块，负责提供统一接口；持久的科学状态模块，保存已评估的假设；轨迹生命周期管理模块，协调搜索过程中的各个阶段。
关键创新：SRHarness的关键创新在于其结构化的运行时支持，能够有效管理科学操作和假设的积累，与传统方法相比，显著提升了代理符号回归的性能。
关键设计：在设计中，SRHarness采用了特定的参数设置和损失函数，以优化科学动作的选择和假设的评估，同时确保系统在不同阶段的高效运行。具体的网络结构和模块交互也经过精心设计，以支持复杂的科学搜索任务。
🖼️ 关键图片
📊 实验亮点
SRHarness在DeepSeek-v4-flash-0731上的符号准确率达到93.69%，相比SR-Scientist的62.16%有显著提升。此外，在去除科学描述和变量语义的匿名变体中，SRHarness的准确率为72.97%，而SR-Scientist仅为39.64%。这些结果表明，SRHarness在代理符号回归中具有明显的优势。
🎯 应用场景
SRHarness在科学研究、数据分析和自动化建模等领域具有广泛的应用潜力。通过提升符号回归的性能，它可以帮助研究人员更高效地发现和验证科学规律，推动科学探索的进程。未来，该方法可能在更多复杂的科学问题中发挥重要作用。
📄 摘要（原文）
Recent agentic symbolic regression approaches increasingly rely on large language models to analyze data, select scientific operations, and refine hypotheses over long search trajectories. In such systems, performance depends not only on the underlying model and search strategy, but also on the runtime infrastructure that supports scientific search. We introduce SRHarness, a domain-specific harness for agentic symbolic regression built around three mechanisms: composable scientific actions that provide a common interface over raw, transformed, and candidate-derived quantities; persistent scientific state that retains evaluated hypotheses and exposes compact model-facing views; and trajectory lifecycle management that coordinates continuation, branching, restart, and termination. On LLM-SRBench, SRHarness consistently improves both numerical generalization and symbolic recovery under matched LLM backbones. With DeepSeek-v4-flash-0731, it achieves 93.69% symbolic accuracy on LSR-Transform, compared with 62.16% for SR-Scientist, and retains 72.97% accuracy on an anonymized variant that removes scientific descriptions and variable semantics, versus 39.64% for SR-Scientist. Under the same DeepSeek-v4-flash-0731 backbone, SRHarness also substantially outperforms Codex (72.97% vs. 20.72%) and reaches performance comparable to Codex with GPT-5.5, while simply providing Codex with the same scientific tools does not reproduce this advantage. These results show that effective agentic symbolic regression depends not only on models or tools, but also on structured runtime support for organizing scientific actions, accumulated hypotheses, and long-horizon search.