面向科学 AI 的可观测量特定有效性检验：受控近似与干预响应

arXiv cs.DL 数字图书馆Xiaoshn Nee, Haobo Zhong, Xiaomin Ni2026-11-02 13:00预印本未入选

摘要

研究提出"可观测量特定有效性记录"，把近似与其参考模型、误差度量、容差、参数域及变换或干预绑定，用于科学 AI 的可核查验证。在 16 次重复神经网络拟合中，施加量纲齐性使能量尺度迁移误差从 52.3% 降至 0.0768%，同时满足 gap 与响应容差的中位比例从 0 升至 100%。

摘要由模型根据原文撰写，以原文为准。

arXiv cs.DL 数字图书馆

arxiv.org。尚未取得已确认完整的正文，本站仅展示摘要与导读；完整内容请阅读原文。

打开原文

来源：arXiv cs.DL 数字图书馆 · arxiv.org

引用原文

Xiaoshn Nee, Haobo Zhong, Xiaomin Ni. Observable-Specific Validity Tests for Scientific AI: Controlled Approximations and Intervention Response[EB/OL]. (2026-11-02)[访问日期]. https://arxiv.org/abs/2610.41939.