# STRIDE: A Self-Reflective Agent Framework for Reliable Automatic Equation Discovery

### 저자

Jiarui Su, Songjun Tu, Bei Sun, Xiaojun Liang

### 💡 개요

본 논문은 데이터로부터 기호 법칙을 복구하는 LLM 기반 방정식 발견 시스템의 신뢰성 문제를 해결하기 위한 STRIDE라는 프레임워크를 제안합니다. STRIDE는 데이터 인식 생성, 혼합 피팅 평가, 비평가-실행자 복구, 다양성 보존 시맨틱 메모리를 통합하여 잘못된 피팅이나 복구되지 않는 방정식으로 인한 오류를 줄입니다. 실험 결과, STRIDE는 정확도, OOD 강건성, 구조적 복구 측면에서 성능을 향상시키며 핵심 구성 요소의 기여를 입증했습니다.

### 🔑 시사점 및 한계

- LLM 기반 방정식 발견에서 신뢰성을 높이는 새로운 자기 성찰적 프레임워크를 제시합니다.

- 데이터 인식 생성, 혼합 피팅, 비평가-실행자 복구 및 시맨틱 메모리의 통합이 발견 과정의 효율성과 정확성을 향상시킵니다.

- 다양한 LLM 백본에서 전반적인 성능 향상을 보여주지만, 특정 복잡한 과학 법칙 발견이나 실제 데이터셋에서의 적용 가능성에 대한 추가적인 연구가 필요할 수 있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2605.17790)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).