模拟、推理、决策：利用大语言模型进行科学推理以驱动基于模拟的决策

科学模拟器正被集成到大语言模型系统中以支持高风险决策，但现有方法仅将其视为黑盒接口，缺乏对其底层假设和机制的推理能力。本文提出 MechSim，一种基于机制的神经符号推理框架，使 LLM 代理能够推理科学模拟器的机制、假设及执行行为。该框架通过共享结构化模式表示模拟器，捕捉变量依赖与执行轨迹，并约束 LLM 生成基于证据的结构化解释。实验表明，该方法显著提升了机制级解释质量及下游决策可靠性。