核心发现
方法论
研究将大型语言模型驱动的方程发现视为一个迭代搜索过程，结合了Best-of-N、序列优化、树搜索和进化式方法。通过固定预算下的最小并行控制器比较，研究了计算分配的影响。
关键结果
- 在LLM-SRBench任务中，搜索宽度是主要的分配参数，最佳宽度随计算预算增加而增大，提升了并行性和效率。
- 适当选择搜索宽度可显著提高墙钟效率，减少运行时间。
- 实验表明控制探索和利用是扩展方程发现的核心。
研究意义
该研究为如何在开放式任务中分配推理时的计算资源提供了新的视角，尤其是在科学方程发现中。通过优化搜索宽度，不仅提升了模型性能，还提高了计算效率，为未来的自动化科学发现提供了参考。
技术贡献
提出了一种统一的外部TTS过程，涵盖了常见的控制流，强调了搜索宽度在计算分配中的重要性。通过大规模实验验证了不同搜索策略的效果，提供了实用的扩展方程发现的策略。
新颖性
首次将TTS应用于开放式的方程发现任务，提出了统一的计算分配视角，区别于以往的封闭式任务研究。
局限性
- 研究主要集中在搜索宽度的影响，其他参数如种群大小和分支因子的影响较小。
- 实验仅限于LLM-SRBench数据集，可能不适用于其他领域。
未来方向
未来可探索更复杂的选择策略、多样性感知的剪枝操作，以及不同迭代阶段的动态扩展策略。
AI 总览摘要
在科学计算领域，如何有效地发现方程一直是一个挑战。传统方法多依赖于封闭式任务，而本研究提出了一种新的视角，将测试时扩展（TTS）应用于开放式的方程发现任务。通过优化搜索宽度，研究展示了如何在不增加模型参数的情况下提升推理性能。
研究采用了一种统一的外部TTS过程，结合了Best-of-N、序列优化、树搜索和进化式方法。实验表明，搜索宽度是影响性能的关键参数，适当的宽度选择不仅提高了模型的准确性，还显著提升了计算效率。
尽管研究取得了显著成果，但仍存在一些局限性，如实验仅限于特定数据集，未来可探索更复杂的控制策略和多样性感知的剪枝操作，以进一步提升方程发现的效率和准确性。
深度分析
研究背景
科学方程发现是科学计算中的重要问题，传统方法多依赖于封闭式任务，如数学和编码。近年来，语言模型在生成候选方程和程序方面表现出色，但其在开放式任务中的计算分配仍是一个挑战。
核心问题
核心问题在于如何在开放式任务中有效分配推理时的计算资源。与封闭式任务不同，方程发现需要在大量候选解中进行搜索，如何平衡探索和利用是关键。
核心创新
研究提出了一种统一的外部TTS过程，结合了多种搜索策略，强调了搜索宽度在计算分配中的重要性。通过大规模实验验证了不同搜索策略的效果，提供了实用的扩展方程发现的策略。
方法详解
- �� 将方程发现视为一个迭代搜索过程
- �� 结合Best-of-N、序列优化、树搜索和进化式方法
- �� 比较固定预算下的最小并行控制器
- �� 研究搜索宽度对性能的影响
实验设计
实验在LLM-SRBench数据集上进行，涵盖Bio和Material两个领域。使用gpt-oss-20b和Qwen3-30B-A3B模型，比较不同搜索宽度和预算下的性能。
结果分析
实验表明，搜索宽度是影响性能的关键参数。适当的宽度选择不仅提高了模型的准确性，还显著提升了计算效率。
应用场景
研究结果可用于优化科学方程发现中的计算分配，提高模型的推理性能和效率，适用于需要大量候选解搜索的任务。
局限与展望
研究主要集中在搜索宽度的影响，其他参数如种群大小和分支因子的影响较小。实验仅限于LLM-SRBench数据集，可能不适用于其他领域。
通俗解读 非专业人士也能看懂
想象你在一个巨大的图书馆寻找一本特定的书。传统方法是逐本查看，这很耗时。我们的研究就像是给你一个智能助手，它能根据你的描述快速筛选出可能的书籍，然后你再逐本查看。这个助手就是我们的语言模型，而筛选过程就是搜索宽度的优化。
简单解释 像给14岁少年讲一样
嘿，小伙伴！想象你在玩一个游戏，需要找到一个隐藏的宝藏。传统方法是挖遍每个地方，但这太慢了。我们的研究就像给你一个超级地图，能告诉你哪些地方更可能有宝藏。这样你就能更快找到目标！是不是很酷？
术语表
测试时扩展 (Test-Time Scaling)
在推理时分配额外计算资源以提高模型性能的方法。
用于优化开放式任务中的计算分配。
搜索宽度 (Search Width)
在搜索过程中同时探索的候选解数量。
影响方程发现的效率和准确性。
语言模型 (Language Model)
用于生成自然语言文本的模型。
驱动方程发现的核心组件。
Best-of-N
从N个候选解中选择最佳解的方法。
用于优化搜索过程。
序列优化 (Sequential Refinement)
通过逐步改进候选解来优化搜索的策略。
用于提高模型的准确性。
开放问题 这项研究留下的未解疑问
- 1 如何在其他领域应用TTS方法？
- 2 是否存在更有效的搜索策略？
- 3 如何进一步提高模型的多样性感知能力？
应用场景
近期应用
科学研究
优化科学方程发现，提高研究效率和准确性。
远期愿景
自动化科学发现
推动科学发现的自动化进程，提高科学研究的整体效率。
原文摘要
Test-time scaling (TTS) improves language model reasoning by allocating additional test-time compute, but prior work mainly studies closed-ended tasks such as math and coding. We study TTS for automated equation discovery, an open-ended setting where models search over candidate equations and rely on observed datapoints for feedback. We formulate LLM-driven equation discovery as an iterative search process that unifies Best-of-N, sequential refinement, tree search, and evolution-style methods under a common compute-allocation view. To isolate allocation effects from prompt engineering and other heuristics, we compare minimal parallel controllers under fixed budgets. On LLM-SRBench equation-discovery tasks, we find that search width is the dominant allocation parameter: the best width in our sweep generally increases with the compute budget, while the population--branching split and controller choice matter less. Appropriate width selection also improves wall-clock efficiency by increasing parallelism. These results suggest that, given an informative verifier, controlling exploration and exploitation is central to scaling LLM-based equation discovery.