arXivは10月27日(現地時間)、大規模言語モデル（LLM）が、特定のタスクやヒントなしに変化した物理法則を持つ仮想世界で、予期せぬ挙動を検出し、未知の法則を発見する能力に関する研究論文を発表した。同研究では、複数のLLMエージェントが連携してシミュレーション環境を構築・評価する自動フレームワーク「LongChang」が導入され、人間による介入なしに自律的な科学的探索が可能であることを示した。
Zhen Yang氏、Wen Wang氏、Xander Xu氏、Ying-Cong Chen氏らによって執筆された本研究は、大規模言語モデル (LLM) が、単なる予測や情報生成の枠を超え、能動的な科学的探求者として機能する可能性を探るものだ。
研究の中心となるのは、自動フレームワーク「LongChang」である。このシステムは、通常の物理法則とは異なる、一つまたは複数の改変された法則を持つシミュレートされた仮想世界を生成する。この仮想世界において、評価対象のLLMは「探索者」として振る舞う。探索者としてのLLMは、具体的な研究タスクや、発見すべき法則に関する事前ヒントを一切与えられない状態で、自らの疑問を調査するためにオブジェクトを操作したり、必要に応じて新しいツールを構築したりする。
「LongChang」フレームワークは、複数の独立したLLMエージェントが連携して動作する。これらのエージェントはそれぞれ異なる役割を担うことで、実験と発見のサイクルを自律的に推進する。具体的には、あるエージェントは探索の初期段階におけるシーンの生成とレビューを担当し、別のエージェントは探索者が利用するツールの設計を審査する。さらに、改変された物理法則に関する情報と、探索者LLMによる実験記録を用いて、生成されたレポートの正確性や実験による裏付けを評価するエージェントも存在する。これらの評価記録は、さらなる探索のための仮想シーンの進化を導き、システム全体が人間の介入なしに完全に自律的にこのサイクルを実行する。
実験では、合計12種類の異なるLLMが「LongChang」フレームワーク内で評価された。その結果、GPT-6-Astraが唯一、16.7パーセントという発見率を達成したことが特筆される。これは、与えられた仮想世界に隠された物理法則を、自律的な探索を通じて特定できた割合を示している。他の11種類のLLMは、この実験において0パーセントの発見率に留まった。これは、特定のLLMアーキテクチャや学習データが、未知の法則を探索し発見する能力に顕著な影響を与える可能性を示唆している。
実験を通じて得られた探索記録からは、いくつかの重要な洞察が得られている。多くの記録は、仮想世界における未調査の異常な現象や、改変された物理法則の部分的な特定のみを示していた。これは、LLMが完全に法則を理解し、言語化するまでの道のりにはまだ課題が残るものの、予期せぬ現象を検出し、そこから法則の一端を推測する初期段階の能力が確認されたことを意味する。研究者らは、このフレームワークが科学的発見プロセスを加速させ、複雑な物理現象の理解に新たなアプローチを提供しうると指摘している。
参考: arXiv cs.CL (アーカイブ) — 2026年10月28日 02:57 (JST)