博世x清华推出FunctionEvolve：LLM-SRBench提升3.6倍

从实验数据里挖出科学规律，这事儿每天都在世界各地的实验室里上演：研究者们把观测结果整理成表格、画成曲线，凭直觉和经验猜一个函数形式，然后再反复修正，直到得到一个既能拟合数据、又能讲得通机制的数学公式。开普勒从第谷的观测数据中提炼出行星运动定律，当代工程师们每天做着各种标定——背后依赖的都是同一套逻辑。

符号回归（Symbolic Regression）的目标，就是让计算机自动完成这种“从数据到公式”的发现。但这项任务长期以困难著称：候选公式的空间近乎无限。即使有了大语言模型（LLM）的语义引导，此前最好的方法在面对最新基准 LLM-SRBench 的 129 个合成科学方程任务时，准确率也仅有 15%。

最近，来自博世中央研究院与清华大学的研究人员提出 FunctionEvolve 框架，在两大基准测试上大幅刷新了这项任务的结果。在 LLM-SRBench 的 129 个合成科学方程任务上，FunctionEvolve 最终给出的公式在 55.8% 的任务上与真实公式等价（SA@1 = 72/129），是此前最好结果的 3.6 倍；若将范围放宽至误差最小的前 50 个公式，这一比例更是达到 82.9%（SA@50 = 107/129）。而在经典测试基准 AI-Feynman 的 120 个任务上，FunctionEvolve 则拿到了满分：SA@1 = 120/120，即最终给出的每一个公式都正确。

LLM-SRBench 129 个合成任务上的主结果：表中报告 SA@50（括号内为 SA@1）、Acc0.1 任务数与测试集 NMSE 中位数；加粗为各列最优，ground-truth 行是作为参考上界的真实公式表现

论文标题：FunctionEvolve: Structure-Guided Symbolic Regression with LLMs
项目地址：https://github.com/Phoinikas03/FunctionEvolve
论文链接：https://arxiv.org/abs/2606.07704