验证器也是模拟器的一部分：智能体自选证据视图，PDEBench上把缺扩散项的方程判成正确
核心概要
在方程发现流程中，智能体提出候选方程、验证器用弱形式积分与模拟轨迹比对，而验证器只看到时间网格上的数值摘要。把轨迹、候选库、验证器和阈值全部冻结、只让智能体选择允许的摘要后，更细的时间网格能降低数值偏差与错误拒绝；但在PDEBench上，按公开分数挑选的摘要会让验证器接受缺少扩散项的错误方程，而要求四个视图一致可把1,800例中的错误判决压到3例，代价是覆盖率降到79.89%。
深度剖析
方程发现智能体可以只靠选择哪一份数值摘要作为证据，就改变一个固定验证器的结论，而模拟轨迹、候选库、验证器和阈值都不变。 此前弱形式方程发现把功夫花在把积分构造好，测试函数决定方程在哪些尺度上被观测；这里把“选哪份已算好的摘要”本身当成被打分的动作。 在92个候选项组合、真实平流–扩散方程在库内的算例中，7个时间采样配5个振荡测试函数让验证器宣布必要物理缺失并拿到最高分13.77，而25个采样配2个测试函数恢复两项、得分10.87。
这种失败不需要分数也不需要语言模型：时间网格太粗时，振荡弱形式积分欠积分，离散误差被读成模型失配，完整候选库看起来不完整。 仅改变摘要时，中位最佳残差随采样数增加而下降，中位归一化目标与设计偏差也同步下降。 在匹配算例上，残差在细视图下把遗漏任务完全分开（AUROC 1.000），在7个采样时只有0.589；外部实现PySINDy WeakPDE STLSQ在600个拟合中，粗网格漏掉生成项15次、细网格3次。
按公开分数精确最大化会系统性地产生错误拒绝：分数奖励果断判决，且拒绝时报告失配越大得分越高。 在50个未触碰种子、每种实现1,800个匹配算例上，精确最大化在全部库内算例上拒绝候选库，粗视图A03最差，A02次之为356/1,500。 谱方法与中心有限差分两种实现都给出1,500次错误拒绝、100%覆盖率，300个正确判决恰好是省略族算例；在PDEBench的900个算例上，分数最大化给出69次错误识别和3次错误拒绝，69次识别全部漏掉扩散项，且都选中25采样/2模态视图。
要求四个规定视图在判决与支撑上一致，能把错误判决从固定细视图的41例降到3例，但代价是弃权。 1,800个算例中一致规则留下3个错误判决、362个未决，覆盖率79.89%；固定细视图为41个错误、317个未决、覆盖率82.39%。 三个残留错误都是最粗网格上针对生成真值的错误拒绝，而锁定参考在同一条件下也错；在PDEBench上一致规则没有错误判决，但255例弃权，固定细视图则900例全部答对。
启示与展望
演示范围是模拟轨迹上的方程发现问题：一维匹配算例覆盖五个库内族与一个省略族，PDEBench迁移使用耦合二维扩散–反应数据，全部为模拟而非物理观测。读者对象是设计或审计方程发现智能体与验证接口的研究人员和工程师。
语言模型证据来自单一提供方的单轮强制选择，且信任探针与动作选择是分开的调用；智能体只在规定视图间选择，未测试其自行构造视图，也未测试与自适应智能体的一致性。一致规则在PDEBench上不如固定细视图，作者称其为保障而非证书；事后重调分数常数最好也只能把错误降到13/180。