大语言模型能否通过自由探索发现隐藏的物理定律？

研究者提出 LongChang 自动化框架，在物理定律被改动的模拟世界中评估大语言模型的自主科学发现能力，12 个受测模型中仅 GPT-6-Astra 达到 16.7% 的发现率，其余 11 个均为 0%。受测模型作为探索者，在没有研究任务和定律提示的情况下操纵物体、制作工具来研究自己提出的问题；另由独立的 LLM 智能体负责生成和审查场景、审查工具设计，并依据被改动的物理定律和探索记录评估报告的正确性与实验支撑，探索记录再引导场景演化以继续探索，全流程无需人工干预。探索记录显示存在未被调查的异常现象，对被改动物理定律的识别也不完整。