随着 AI4Science 的浪潮席卷科 研各 领域，如何将强大的人工智能模型真正用于 分析科学数据、构建数学模型、发现科学规律 ，正成为该领域亟待突破的关键 问题。 近日，中国科学院自动化研究所的研究人员提出了一种创新性框架 ——DrSR (Dual Reasoning Symbolic Regression)：通过数据分析与经验归纳 "双轮驱动"， 赋予 大模型像科学家一样 "分析数据、反思成败、优化模型" 的能力。 在 DrSR 中，三位 "虚拟科学家" 协同工作： 这三种角色基于大模型构建起高效的协作机制，共同驱动 DrSR 实现智能化、系统化的科学方程发现。 在物理、生物、化学、材料等跨学科领域的典型建模任务中（如非线性振荡系统建模、微生物生长速率建模、化学反应动力学建模、材料应力 - 应变关系建模 等），DrSR 展现出强大的泛化能力，刷新当前最优性能，成为 AI 助力科学研究的有力工具。 论文地址：https://arxiv.org/abs/2506.04282 论文标题：DrSR: LLM based Scientific Equation Discovery with Dual Reason ...