看到这篇DoLQ论文，我第一反应是“终于有人把LLM用到微分方程发现的定性评估上了”。现有的符号回归方法，比如SINDy、GP-based方法，几乎清一色地依赖MSE、R²这类定量指标。但做过实际物理建模的人都知道，拟合精度高不代表方程物理合理——我曾在流体力学项目中遇到过一组完美拟合的方程，却违反了能量守恒，这种坑踩过一次就忘不了。
DoLQ的多智能体架构设计很聪明：采样器负责生成候选方程，参数优化器调参，而LLM作为评估器判断“这个方程有没有物理意义”。这相当于把领域知识嵌入到了评估环节，而不是事后人工筛选。从技术角度看，LLM的定性评估能力是关键——它能否准确识别出“二阶导数符号是否合理”、“阻尼项是否正负一致”这类物理约束？论文里应该会展示LLM在哪些案例上成功了、哪些失败了。
我比较关心的是，DoLQ的计算开销如何？符号回归本身已经够耗算力了，再加一个LLM评估器，会不会导致实际可用性下降？另外，LLM对数值噪声的鲁棒性如何？如果观测数据有5%的噪声，LLM的定性判断会不会崩？
个人觉得，DoLQ的方向是对的——定量+定性联合评估才是微分方程发现的未来。但短期看，它更适合作为辅助工具，帮研究者快速筛掉明显不合理的候选方程，而不是替代传统方法。行业里，这种思路可能会加速科学发现自动化，尤其是在生物、气候这类“物理规律不清晰”的领域。