arXiv：训练数据中「单一事实」密度决定 LLM 的科学发现能力

Tracing the Scientific Discovery Capacity of LLMs to Their Training Data arXiv 论文提出 LLM 的科学发现能力可追溯到训练数据中「单一事实」（monofact）的比例。研究者在材料科学与监管基因组学两个开放模型家族中直接操纵 monofact 率，发现更多 monofact 在多个采样策略与推理预算下均带来更多科学发现，且该效应不能完全用训练集多样性解释。