[LG]《The Ramon Llull's Thinking Machine for Automated Ideation》X Zhao, B Zheng, C Si, H Yu... [CMU & OSU & Stanford University] (2025)
拉蒙·卢尔思维机：重塑自动化科研创意生成的新范式
• 灵感源自13世纪拉蒙·卢尔的Ars combinatoria，将符号组合思想引入现代大语言模型（LLM）驱动的科研创意探索。
• 核心设计“三盘”元素体系：主题（Theme，如效率、适应性）、领域（Domain，如问答、机器翻译）、方法（Method，如对抗训练、线性注意力），捕捉科研动机、问题设定与技术路径。
• 通过人工与自动化文本挖掘，从顶级会议论文提取元素与组合模板，实现元素的系统性重组，产出多样、相关且贴近前沿的科研创意标题。
• 实证分析显示：99.5%的论文创意可成功分解为A+B+C元素组合，验证了方法的普适性；但仅16.4%能被完全重构，表明创新仍需超越简单组合。
• 生成创意在多领域（NLP、CV、强化学习理论）均体现出社区偏好差异及交叉启发，揭示科研趋势与方法论演进的内在联系。
• 方法本身轻量、易解释，兼具扩展潜力，适合作为LLM辅助科研创意的基线工具，促进人机协同探索。
• 未来方向聚焦创意质量评估、细粒度元素组织、以及结合执行策略的动态采样，推动科研理念自动生成向更高水平发展。
拉蒙·卢尔思维机以古为鉴，融合现代AI技术，助力科学发现的符号组合式创新，开启自动化科研创意的新视角。
详情🔗 arxiv.org/abs/2508.19200
人工智能科学发现自动化创意大语言模型符号推理科研创新
