文献驱动学发现：Scimon、Scideator与CHIMERA 怎么验收（Tom Hope）

千笔-AIWritePaper · https://www.aiwritepaper.com

Tom Hope FirstPrinciples 讲座里把「用 LLM 做科学发现」收束到一条硬约束：想法必须扎根文献，而不是无约束空想。三条工对应三工程形态---SciMON（文献启发 + 新颖度迭代）Scideator（人共创 + facet 重组）、CHIMERA（组样例知识库）。本文按讲座主题写成独立验收文：怎么选型、当天最小实验怎么跑，不视频摘要扩写。

频：https://www.youtube.com/watch?v=cYxxOCXtIko

：SciMON / Scideator / CHIMERA 的「何时用「验收核」；底部为锁 5 篇 OA ×「假说---文献持---反例缺口」对照表。

目标说明

读完应能独完成五件事：

用一句话分 SciMON、Scideator、CHIMERA 各自解决的问题形态。
1. 对照选型表，判断课题该先上「自动抬新颖度 / 人机 facet / 重组 KB」，而不是默认「再喂一篇 PDF 给聊天框。
1. 说出每条路径的验核：灵感可源、facet 可选、重组可计到摘要。
1. 当天 5 篇开放获取论，填「假说---文献支持---反例---缺口」表，人工开 2 个 DOI 抽检。
1. 列出至少三条踩坑：把 LLM 句子当发、只报关键词命中、用简介腔代替可核验用。

适用边界

适合

组里要上「文启发假说 / 跨域组 / 新性检查」，需要先写验收协议。
- 传 LBD（文献驱动发现）二值链路预太干，要自然语言假说与背上下文。
- 评测 ideation 系统时，要对照学搜索引 + 裸 LLM」这类基线，而不是自嗨 demo。
- 需要重监督数据或元科学分析（谁从哪一域借了机制）时，问有没有可抽的重组边。

不适合

把座金成「AI 做诺奖发现站队文。
- 无人工 DOI 抽检就把统输出写成「已证明新颖」。
- 只有窗口、没有检索/对比/facet 记录，却宣称已现 SciMON 或 Scideator。
- 编造未出现在公论文中的精成或用户研究数字。

风险

座是公开口述；机制以已发表/预印本。SciMON 开估强调 GPT-4 类模型常偏浅、新颖度不足，方法只部分缓解；Scideator 用研究结论限于其设定基线；CHIMERA 研究者觉得启发」≠湿实验或临定论。数字只引开可核项（ ACL 收录、arXiv 编号>28K 重组样例量），勿自行注

机制要点（独立述）

1. SciMON背景上下文 → 文献灵感 → 迭代抬新颖

统 LBD 常把假说压成概念对路预测，表达力弱，也不门化新颖度。SciMON（Wang, Downey, Ji, Hope；ACL 2024）换成另一设定：输入问（目标、设定、约束），输出扎根文的自言想法 。框架先检 past papers / 知识图上下文作「inspirations再把生成想法与已有工对比；叠强则更新想法，直到新颖度达标。公论径：GPT-4 倾向深度新颖度偏低，SciMON 类方法部分善但仍是「迈向文派生 ideation」步，是终点。代码与见公开仓库 eaglew/clbd。验核：背景可复感可源、度代比比。

2. Scideator：purpose / mechanism / evaluation 的人机重

Scideator（Radensky 等；arXiv:2409.14634）是混合主动mixed-initiative）具：从户给定论文集出发，取并扩展 purpose（的）、mechanism（机制、evaluation（评测） 等 facet，允许交互重生想法，并用文献检索 + 自动新颖性评估说明潜在重叠。公开面与预印描类 RAG 模块（ Analogous Paper Facet Finder、Faceted Idea Generator、Idea Novelty Checker / Iterator用户研究照「科学搜索 + LLM」基线，报告在兴度/造力持尤其探索）上更好---验时复述究设与基线 ，勿扩成「面碾压切搜索。验收核：facet 可勾选、重组可放、新颖性明可打对应文献。

3. CHIMERA从要里挖「真实重」知识库

CHIMERA（Sternlicht & Hope；arXiv:2505.20779）把创新中的 recombination 概/机制融或跨启发）做成可取任人工标注摘要 → 微调模型 → 大规模挖 AI 相关 arXiv（ 2019--2024）到 逾 28K 组 KB，示跨域析与启发方向预测等用途；代码/据见 noy-sternlicht/CHIMERA-KB 与配套 Hugging Face 集它解决的是「监督信号从哪来」：真实作者自述重组，而不是只无监督类比检索。验收核：能回到摘要上下文、型注、向可人工抽检是否启而非幻觉

五条可执行的机制检查

署前用这五句自问，答不上准备好验：

假是背景上文，还是只有几个关键词？缺上下文就易滑回口号生成。
1. 每灵感能否指回具体论文/段落，是「究明」？
1. 新颖与检到重叠工作对比后更新，还是生成结束？
1. 若人机共facet（至少 purpose/mechanism）是落盘可选？
1. 若用重 KB，边是作者自抽 还是模型凭空连边？有没有抽样人工复核比例？
  这五句把讲座里的系统名，压成程门禁。答完再填型表。

选型与验收

路	何时优用	必须留下的证据	失败义
SciMON	要自然言说、文献启发、迭代抬新颖度	背景上文、灵感溯源、新颖度对比迭代日志	一次成、无检索对，等于 LLM
Scideator	要机共创、facet 重组探索法空间	facet 勾选记录、重组放、新颖性索说明	聊天，没 purpose/mechanism 结构
CHIMERA	要重组样例 KB、跨域启发监督/析	边→摘可审计、类型标注、预测检表	把「觉得启发成已验证科学发现

路由诀：要动新颖度 走 SciMON；要人机 facet 探索 走 Scideator；要重组 KB / 监督数据走 CHIMERA

当天最小实验（非观后感）

协议（约 60--90 分钟，必复现完整系）

日期：2026-09-08Asia/Shanghai）
- 语料：自选主题锁定 5 篇 OA（PDF/HTML 可打开；下 DOI 或 arXiv id）
- 两条路径对比：
1. 键词检索路径：用 3--5 主题词检索，挑 Top 命中写 2 条「假说」。
1. 文献启发路径：读 5 摘要/引言，强制用背景题 + 借 A 的机制 B」写 2 条假说。
- 每条假说填四列表；人工开 2 个 DOI ，判定支持 / 支持 / 支持。
  记录表

假说 ID	路径	假说一句	文献支持（DOI）	反例/重文	口	抽检判定
H1	关键词
H2	关键词
H3	文献启发
H4	文献启发

伪代码骨

text 复制代码

papers = lock_five_oa(topic)  # 固定清单，止事后换
for path in [keyword_search, literature_inspired]:
    hyps = make_two_hypotheses(papers, path)
        for h in hyps:
                support = cite_doi(h)
                        counter = find_overlap_or_counter(h, papers_or_search)
                                gap = what_is_not_covered(h)
                                        write_row(h, support, counter, gap)
                                        sample = pick_two_dois(rows)
                                        for doi in sample:
                                            open_fulltext(doi)
                                                label(support_level)  # 支持 / 部分 / 不持
                                                write("键路径漏的一条跨域启发：...")
                                                ```
**验收勾选**

- [ ] 五篇锁定清单复述（标题 + DOI/arXiv）。
- [ ] - [ ] 至四条假说填齐四列表；文启发路径必须出现「借 A 改 B」结构。
- [ ] - [ ] 人工打开 2 个 DOI，下支持级别；出现「支不得删行。
- [ ] - [ ] 写下：「关键词路，会漏掉条跨域启发。
- [ ] - [ ] 表进仓库文件名含日期；未抽检不得宣称做文献发现系统」。
若四条说的支持 DOI 全部部支持」，把反列补强后再谈上线；验目的是暴露**可验性**，不是刷满「新颖」。
## 可验证清单（团队制度）

- [ ]  ideation 系统写明：检索语料边界对比迭代次数人工抽比例。
- [ ] - [ ] SciMON 类止无背景上文一次性生成」冒充框架完成。
- [ ] - [ ] Scideator 类：facet 至少 purpose + mechanism 落；新颖说明附可开文献。
- [ ] - [ ] CHIMERA 类：重边抽样复核对外区分「启发分」「实验验证。
- [ ] - [ ] 对外料双栏：栏打开的 DOI/摘要摘录，右栏型叙述；缺左栏不得发。
- [ ] - [ ] 换底座模型跑烟雾项（同一 5 篇、同一四列表），验收协不改。
## 踩坑

- 把一次 LLM 输出当科学发现；溯与反例。
- - 只用关键词检索，传跨域重组」------组要机制级对齐，不是主题词并集。
- - 新颖性检查只跑嵌入度，不打开重叠论文读方法节。
- - 引用 DOI 打不摘要不支仍写「已证实」。
- -  Scideator 用户研究的「更有趣/更好探」夸成领通用 SOTA
- - 把 CHIMERA 的启发方测写成已成湿实验临床结论。
- - 用未出现在公开论文中的精确百分比注水。
## 从「聊找灵感」迁到文献验收」的两周节奏

第 1--3 天：只锁篇 + 四列表 + 2 DOI 抽检，禁止上完 agent。  
第 4--7 天：加检索日志与「重叠文对比」一列；若要人，先 purpose/mechanism 两列。  
第 8--10 天：若要 KB先人工标 30--50 条重组句再谈自动抽取；对照 CHIMERA 公开 schema 做字段齐  
第 11--14 天：对外摘要强制双栏可引用录 | 统叙述）；左栏不得。

两奏的目标防止一上来复制讲座的最系统事可验是门禁，规模是结果。

## 成与工备材料口径）

文献驱 ideation 的账单主要在：**检索索引、长上下文对比迭、机标注/抽检**，而不是提示词长度。SciMON 强调检索灵感 + 新度循环；Scideator 强调 facet RAG 户时间；CHIMERA 强调取与大模挖时把「工打 DOI 的比例」写成硬行，承诺自现」更可审计。源锚点（`clbd`、`CHIMERA-KB`用于复现烟雾项，不应用作营销话术
## 总结

Hope 讲座给出的不是又一波「AI 写想法」demo，而是三条可分开验收文献发工程：SciMON 用景 + 灵感检 + 新颖度迭代证明假说可抬新；Scideator 用 facet 人机重组证明探索可结构；CHIMERA 用实重组 KB 证明监督号可审计。填选表，再跑当天五篇 OA 四列表与 2 DOI 抽；能勾选的才算署，能打引用的才算文发现。把 LLM 当发现擎，提是假可溯源、新颖度可对比引用可人工否决------缺门禁「灵成」，只更流畅的空。

## 引用

- 讲座视频：https://www.youtube.com/watch?v=cYxxOCXtIko
- - SciMON（ACL 2024）https://aclanthology.org/2024.acl-long.18/ ；arXiv: https://arxiv.org/abs/2305.14259 ；代码 https://github.com/eaglew/clbd
- - Scideator（印本：https://arxiv.org/abs/2409.14634
- - CHIMERA（arXiv:2505.20779）：https://arxiv.org/abs/2505.20779 代码 https://github.com/noy-sternlicht/CHIMERA-KB
- - Tom Hope 研究页（AI Inspiration）https://tomhoper.github.io/research/boosting/![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/2d89ec4cf1004bc3bdfee4cf1fff16a0.png#pic_center)