基于主动假设探索的视觉识别代理发现

本文提出 HypoExplore，一种将视觉识别神经架构发现构建为假设驱动科学探究的代理框架。给定高层研究方向，该框架通过进化分支机制构思、实现、评估并改进神经架构。利用大语言模型生成新假设，平衡利用已验证原则与解决不确定性。系统维护轨迹树记录架构谱系，并通过假设记忆库跟踪实验证据积累的置信度。多反馈代理分析结果以更新置信度。在 CIFAR-10 等数据集上的实验表明，该方法能从低基线进化出高精度轻量级架构，并在医学图像领域达到最先进水平，证明了其跨领域泛化能力及对设计空间的深刻理解。