Resumen Técnico: CARTOGRAPH – Dirección y Rechazo Verificables de Experimentos para el Descubrimiento Autónomo

1. Declaración del Problema

Los bucles actuales de descubrimiento científico autónomo, que integran planificadores de Modelos de Lenguaje Extensos (LLM), laboratorios automatizados e intérpretes estadísticos, enfrentan un cuello de botella crítico: la toma de decisiones bajo insuficiencia estructural. Mientras que los sistemas existentes pueden proponer experimentos (Seleccionar) e interpretar datos, carecen de un mecanismo verificable para determinar cuándo la biblioteca actual de modelos mecanísticos es fundamentalmente errónea.

El diseño óptimo de experimentos bayesianos (BOED) estándar asume que la ley verdadera reside dentro del soporte de la distribución a priori, y la discriminación de modelos clásica asume que al menos un modelo rival es correcto. En dominios de alto riesgo como la farmacocinética o la síntesis de materiales, estas suposiciones suelen fallar. El artículo identifica una brecha en la decisión de "Rechazar": el sistema actualmente no puede señalar de forma audible cuándo debería dejar de realizar afirmaciones porque el espacio de hipótesis es estructuralmente insuficiente.

2. Metodología: El Marco de Trabajo CARTOGRAPH

Los autores proponen CARTOGRAPH, una capa de verificación que acopla tres decisiones vinculadas: Seleccionar (elección del experimento), Resolver (cierre de ambigüedad) y Rechazar (detección de insuficiencia de la biblioteca). El marco opera bajo un modelo de "acceso conductual", donde el agente observa salidas numéricas de simuladores o robots en lugar de ecuaciones simbólicas.

2.1. Geometría del Subespacio No Resuelto

El objeto matemático central es el subespacio no resuelto ($U_\tau$), definido como el subespacio generado por los vectores singulares derechos de la matriz de desacuerdo acumulada ($H_{cur}$) correspondientes a los valores singulares $\sigma_j \le \tau$.

• Matriz de Desacuerdo ($H$): Construida mediante la apilación de diferencias predictivas lineales pareadas ($D_{ij,e} = J_{i,e} - J_{j,e}$) para todos los pares de modelos en la biblioteca para un experimento candidato $e$.
• Seleccionar (Dirección): El marco selecciona experimentos que maximizan la ganancia de información dentro de $U_\tau$.
  • Puntuación Bruta: La puntuación de proyección isotrópica no resuelta, $\|H_e U_\tau\|_F^2$, que corresponde a la traza de la información de Fisher no resuelta bajo suposiciones locales de Gauss-linealidad.
  • CARTOGRAPH-A: La regla A-óptima exacta, que maximiza la reducción de la varianza posterior en el subespacio no resuelto: $\text{tr}(\Lambda_{cur}) - \text{tr}((\Lambda_{cur}^{-1} + G_e)^{-1})$, donde $G_e$ es la matriz de información sensible al ruido.
• Resolver: La ambigüedad se declara resuelta cuando $\dim(U_\tau) = 0$ (régimen exacto) o cuando el valor singular más pequeño supera $\tau$ (régimen aproximado).

2.2. La Guardia de Rechazo

A diferencia del BOED estándar, CARTOGRAPH incluye un mecanismo de rechazo basado en residuos. No depende únicamente de la geometría de $U_\tau$, sino que monitorea el ajuste físico del mejor miembro de la biblioteca frente a los datos observados.

• Métrica de Residuo ($\rho$): El residuo $\ell_2$ normalizado del mejor miembro de la biblioteca de la biblioteca en relación con características de resumen físicamente significativas (por ejemplo, $C_{max}$, pendiente terminal).
• Brecha de Identificación ($\mu$): La brecha BIC entre los dos mejores miembros de la biblioteca.
• Lógica: Un modelo se identifica tentativamente solo si $\rho \le \delta$ (umbral de residuo) y $\mu \ge \mu_{min}$ (umbral BIC). Crucialmente, si $\rho$ excede $\delta$ en rondas posteriores, el sistema revoca las identificaciones previas, señalando que la biblioteca es estructuralmente insuficiente.

2.3. Puentes Teóricos

El artículo establece que CARTOGRAPH no es un heurístico arbitrario, sino que se sitúa dentro de la teoría establecida bajo un puente local de Gauss-linealidad:

• Información de Fisher: La puntuación de proyección bruta es exactamente la traza de la información de Fisher no resuelta.
• Varianza Posterior: Para $k=1$ (una dimensión no resuelta), maximizar la puntuación de proyección es equivalente a minimizar la varianza posterior.
• EIG y Box-Hill: El marco proporciona una alineación de primer orden con la Ganancia de Información Esperada (EIG) de forma cerrada y con la reducción de límite isotrópico del criterio de Box-Hill.
• Leyes de Escala: El análisis teórico predice que en entornos de baja dimensión ($k/d \approx 1/2$), los métodos de proyección no resuelta simplemente empatarán con los heurísticos de desacuerdo simples, mientras que en entornos de alta dimensión ($d \to \infty$), dominarán estrictamente.

3. Contribuciones Clave

1. Distinción Formal de Modelos de Acceso: Separa el acceso simbólico (propiedad de cobertura) del acceso conductual (propiedad de rango), definiendo las condiciones bajo las cuales la ley verdadera es recuperable.
2. Marco de Trabajo CARTOGRAPH: Un bucle unificado que integra la dirección del subespacio no resuelto con una guardia de rechazo basada en residuos, permitiendo señales de "detener y escalar audibles".
3. Puente BOED Local: Demuestra identidades exactas entre la información de Fisher no resuelta, la optimalidad-A y la EIG/Box-Hill de forma cerrada en el régimen local de Gauss-linealidad.
4. Teoría de Escala: Deriva una ley de escala de candidatos aleatorios exacta que predice cuándo los heurísticos de desacuerdo son suficientes frente a cuándo la proyección es necesaria.
5. Validación Empírica: Demuestra el rendimiento a través de sistemas dinámicos simbólicos, puntos de referencia farmacocinéticos (PK), datos de series temporales de la EPA y una auditoría retrospectiva del sistema de materiales autónomo A-Lab.

4. Resultados Experimentales

4.1. Seleccionar: Cascada No Lineal Estructurada

En un benchmark de sistema ODE escalable ($d \in \{2, 4, 8, 16\}$):

• Ganancia de Alta Dimensión: En $d=8$, CARTOGRAPH-A selecciona el experimento "oculto-mejor" de un oráculo en el 65% de los ensayos, comparado con el 2% de las líneas base de proyección bruta y desacuerdo ($p < 10^{-21}$).
• Empate de Baja Dimensión: En $d=2$, todos los métodos empatan, consistente con la predicción teórica de que los heurísticos de desacuerdo capturan la mitad de la señal útil cuando $k/d = 1/2$.
• Eficiencia: CARTOGRAPH-A logra un rendimiento comparable al EIG de forma cerrada pero es computacionalmente más barato (una SVD por ronda frente a la integración de Monte Carlo).

4.2. Seleccionar: Caso Límite Farmacocinético

En una biblioteca PK de baja dimensión ($k/d \approx 1/2$):

• El marco observa empates cercanos entre CARTOGRAPH y los heurísticos de desacuerdo, validando la teoría de escala.
• Este resultado se presenta como un hallazgo negativo honesto: en dimensiones bajas, la proyección compleja no ofrece ninguna ventaja significativa sobre el desacuerdo simple.

4.3. Rechazar: Mecanismos Fuera de la Biblioteca

El hallazgo más distintivo es la capacidad de revocación:

• Escenario: Tres mecanismos farmacocinéticos fuera de la biblioteca (aclaramiento variable en el tiempo, eliminación saturable, recirculación enterohepática) y un control dentro de la biblioteca.
• Comportamiento: CARTOGRAPH identifica tentativamente un miembro de la biblioteca en rondas tempranas (0–1) pero revoca estas identificaciones en rondas posteriores (2–5) a medida que los residuos normalizados ($\rho$) cruzan el umbral de rechazo ($\delta$).
• Control: El control dentro de la biblioteca permanece identificado durante todo el proceso.
• Fallo de la Línea Base: Un heurístico estándar de incertidumbre predictiva (varianza del conjunto/ensemble) falla en detectar estos fallos, manteniendo la confianza incluso cuando la biblioteca es errónea.

4.4. Auditoría del Mundo Real: A-Lab

Una auditoría retrospectiva de 40 afirmaciones positivas de la publicación del sistema de materiales autónomos A-Lab:

• Rendimiento de Rechazo: La guardia de CARTOGRAPH señaló todas las 4/4 afirmaciones que fueron marcadas posteriormente como "inconclusas" bajo un reanálisis manual.
• Tasa de Aprobación: Pasó 32/36 afirmaciones confirmadas.
• Comparación: Una línea base de solo residuos (Rwp) no logró señalar ninguna de las afirmaciones inconclusas.

5. Significado y Reivindicaciones

El artículo afirma que CARTOGRAPH proporciona un enfoque gobernado para el descubrimiento autónomo. Su importancia no radica en las ganancias de selección universales (que son modestas en dimensiones bajas) sino en la señal de rechazo auditable.

• Honestidad: El marco maneja explícitamente el caso en que la biblioteca es estructuralmente errónea, un escenario que el BOED estándar ignora.
• Revocación: Demuestra la capacidad de retirar afirmaciones científicas tentativas a medida que se acumula la evidencia, un comportamiento esencial para la ciencia de alto nivel.
• Gobernanza: El sistema emite un registro de decisiones ($\rho, \delta$, eventos de revocación) que puede ser auditado, tratando los "rechazos bien sustentados" como resultados con crédito científico.

Los autores enfatizan que la naturaleza "verificable" del sistema proviene de los residuos registrados y los umbrales, no de una certificación de fiabilidad universal. El marco está diseñado para ser una capa de verificación para los planificadores de LLM, manejando la rigurosa discriminación estadística que los LLM no pueden realizar de forma nativa.