DASyR-LLM：用领域感知符号回归发现动力学模型

论文提出DASyR-LLM，将大语言模型嵌入迭代式符号回归，在每轮对候选动力学模型进行定性物理化学批评，并提出新的速率表达式。基于四个涵盖异相催化和生物过程的仿真案例，该方法较现有符号回归基线减少41.7%—79.3%的迭代次数，超过半数引导运行中由LLM直接提出正确结构，所有案例独立验证集R²均高于0.98。