科学网-清华大学邢程亮等｜基于动态上下文感知的物理实验多智能体协同推理框架2.0-清华大学出版社学术期刊的博文

清华大学邢程亮等｜基于动态上下文感知的物理实验多智能体协同推理框架2.0

2026-9-8 11:02

阅读：247

本文选自“清华物理系百年庆专刊”——《物理与工程》2026年第5期

邢程亮，清华大学求真书院本科生，主要从事计算机视觉、自然语言处理、神经网络架构、多智能体协同推理相关领域研究工作，曾获清华大学综合优秀奖学金、清华大学大学生学术研究推进计划A类项目资助。

宋飞，清华大学物理系实验物理教学中心工程师，从事大学物理实验教学和奥赛人才培养工作。目前担任行健、为先、求真书院的实验物理教学负责人。曾荣获清华大学教学优秀奖、清华大学优秀实验技术人员等称号。承担多项教学改革项目，并指导多名本科学生发表学术论文、专利和软著等。

王宇航，清华大学物理系实验物理教学中心副教授，从事大学物理实验教学工作。目前担任“基础物理实验A(1)、A(2)课程负责人。曾获全国高等学校物理基础课程青年教师讲课比赛国赛二等奖、全国高等学校实验物理教学仪器评比一等奖、叶企孙教学奖等。承担多项科研和教学研究项目，指导本科生获得多项全国性实验竞赛奖项。

张留碗，清华大学物理系教授，国家级实验物理教学中心主任，北京市教学名师，物理奥赛国家队实验总教练。长期从事凝聚态物理实验研究和大学物理教学工作。现任《物理实验》副主编，《大学物理》《物理与工程》编委。全国高等学校实验物理教学研究会副理事长，北京市物理学会监事长。

邢程亮¹ 宋飞² 王宇航² 张留碗²

（1 清华大学求真书院； 2 清华大学物理系）

摘要

随着人工智能技术的发展与应用，AI赋能物理实验的潜力日益凸显。然而由于物理实验创新性强、方法迭代快，因此传统通用大语言模型(LLM)在针对特定实验方法进行推理时需要将本地知识库全部注入，进而耗费大量上下文资源，使用成本较高。本研究提出一种融合动态上下文感知管理与协同推理架构的物理实验模型框架。该框架可以直接适配现有大语言模型，通过动态筛选与自动化闭环校验，提取高价值相关信息注入模型上下文，在显著降低推理成本、提升推理效率的同时，实现了与传统全量上下文注入方法相当的推理质量。该框架支持快速二次开发与多元化实验场景与仪器适配，有效解决了计算资源与成本瓶颈，为物理实验自动化与智能化提供了高效灵活、值得借鉴的创新范式。

关键词 物理实验；深度学习；上下文感知；检索增强生成；协同推理

DOI10.27024/j.wlygc.2026.06.25.02

DYNAMIC CONTEXT-AWARE MULTI-AGENT COLLABORATIVE REASONING FRAMEWORK V2.0 FOR PHYSICS EXPERIMENTS

XING Chengliang¹ SONG Fei² WANG Yuhang² ZHANG Liuwan²

(1 Qiuzhen College, Tsinghua University, Beijing 100084; 2 Department of Physics, Tsinghua University, Beijing 100084)

Abstract While AI shows great potential in empowering physics experiments, the highly innovative and rapidly iterating nature of these experiments poses challenges for traditional Large Language Models (LLMs). Reasoning on specific methods typically requires full-context injection of local knowledge bases, resulting in excessive context consumption and high inference costs. This study proposes an intelligent agent framework for physics experiments integrating dynamic context-aware management and collaborative reasoning. Adaptable to existing LLMs, the framework dynamically extracts and injects high-value information into the context, significantly reducing inference costs and improving efficiency without compromising reasoning quality compared to full-context methods. By supporting rapid secondary development and diverse scenario adaptation, the framework effectively overcomes computational and cost bottlenecks, offering an efficient and flexible paradigm for the automation and intelligent transformation of physics experiments.

Key words physics experiments; deep learning; context awareness; retrieval-augmented generation; collaborative reasoning

随着人工智能技术的飞速发展与“AI+物理实验”教学范式的深刻变革，大语言模型正加速推广至物理实验教育与科研领域。然而，物理实验本身具备高度创新性，且实验方案迭代周期短、优化速度快，导致大量前沿实验方案未能被通用大模型的预训练语料库所覆盖。若仅依赖原生大模型对实验操作等复杂问题进行检索与生成，则往往面临幻觉严重、精准度不足的困境。

为解决这一知识滞后问题，现有主流方案多引入上下文工程，通过构建本地知识库为大语言模型注入实验背景与上下文信息。然而，在实际应用中，全量知识库的注入不仅引入了大量冗余信息与语义检索噪声，干扰了大语言模型的推理专注度；同时，过长的上下文输入也导致了Token开销的过度增长，显著抬高了部署成本^[1,2]。因此，如何构建一种能够无缝兼容现有主流大语言模型，兼具高信噪比与低计算成本的智能体推理框架，已成为当前“AI+物理实验”领域亟待解决的关键课题。

针对上述挑战，本文提出了一种融合动态上下文感知管理与协同推理架构的物理实验智能体推理框架。其核心机制在于通过动态信息关联筛选与信息提纯，精准优化注入模型的上下文内容。同时采样自主设计的审核智能体，自动化校验并优化检索信息质量。对比表明，该框架在大幅压缩Token开销、提升推理响应效率的同时，实现了比肩全量上下文注入的推理效果与任务泛化能力。此外，该框架具备良好的模块化设计，可直接无缝适配现有主流大语言模型，支持低代码二次开发与多元实验场景与实验仪器快速适配，有效破解了算力资源与经济成本的瓶颈，为物理实验的自动化与智能化发展提供了一种高效、灵活、高扩展的创新范式。

1 技术背景

1.1 大语言模型在物理实验特定问题下的局限性

大语言模型在预训练过程中，其训练数据很大一部分来源于网络资源，通过学习海量信息产生对大多数问题的泛化思考能力。然而对于其没有学习过的物理实验场景，大语言模型的推理能力此时变得相对有限^[3]。以“稳态法测量导热系数实验的温度补偿优化”实验^[4]为例，大语言模型对于稳态法测量导热系数实验的基本操作能够给出高质量的回答，但是一阶线性温度梯度假设和相关优化方案不在基础实验范围中，在询问这方面的问题时需要向大语言模型输入先验知识以增强其在长尾知识上的稳定性^[5]。因此，构建本地知识库以覆盖创新型实验内容在AI辅助物理实验教学领域尤为重要。

1.2 本地知识库与上下文工程

为了增强大语言模型在专有物理实验领域的推理能力和信息处理能力，现有方法采用本地知识库与上下文工程结合的方案^[6]，如算法1所示。

算法1通过将全量本地知识库与显式上下文工程协同注入大语言模型，有效弥补了大语言模型在特定垂直领域的知识不足，在不进行后训练的前提下增加了模型的知识储备，相对于直接提问更有优势。然而由于本地知识库通常内容庞大，全量知识库的注入会导致预处理阶段的计算开销与Token成本的大幅度上升，同时大量和回答问题关联度不高的成分会造成注意力稀释现象，降低大语言模型“关注”核心问题的程度。因此，使用检索增强生成(RAG)技术来平衡知识库过大的问题，是平衡大语言模型上下文窗口负载、降低计算成本并提升回答鲁棒性的关键改进路径。

1.3 检索增强生成(RAG)

为了减小输送到大语言模型的本地知识库的内容长度，提升与问题直接相关联信息的上下文占比，目前很多大语言模型使用RAG技术实现基于长文本的高效信息提取与精准问答生成。其主要原理可以概括为检索-整合-生成三个步骤^[7,8]。

1）基于向量的语义检索

将用户提出的问题和本地知识库均通过嵌入大语言模型(Embedding)转化到向量空间，在向量空间进行归一化后的内积计算语义相似度，通过筛选前K个(Top-K)片段作为与用户提问相关的文本。

2）背景文本与用户提问的整合

将背景文本与用户的原始提问拼接，形成新的提示词发送给大语言模型。

3）推理与结果生成

大语言模型根据步骤2得到的提示词进行推理。此时大语言模型除了问题本身外还获取了整合后的关键片段，对用户问题有了更深的了解，其回答较直接提问有所提升，且由于精简了大量问题无关的本地知识库片段，输入到大语言模型的上下文长度与Token数量均有明显减少，使用成本下降。

在物理实验领域，目前可以根据教材或学生在设计创新性实验中整理形成的技术报告进行摘录、整理以及向量化，形成对特定物理实验的针对性数据库。然而，从上述步骤可以看出，普通的RAG的检索、整合部分完全依赖固定的算法规则，因此对用户提问的质量要求较高。以弦振动的测量与分析实验为例^[9]，对于“为什么必须保证微小振动条件”这一问题，如果仅依赖算法法则，系统在本地知识库中仅仅能搜集到小角度近似相关内容，很难进一步进行语义拓展，延伸至线性模型、模态分离、阻尼控制、测量精度等更深层次的内容。因此，寻找一种能够压缩上下文，同时保持物理实验多维语义信息不流失的知识处理方案，是AI赋能物理实验教学实现低成本部署、高质量推理的关键所在。

2 动态上下文感知的物理实验推理系统

2.1 系统整体架构

如图1所示，本系统采用分层架构设计。首先，利用轻量化模型对用户问题进行深度语义分析与提示词扩展，并通过本地部署的关键词提取器精准捕获并扩展与用户提问相关的核心术语。随后，该系统基于改进后的RAG架构，在本地知识库中执行基于向量相似度的Top-K检索，获取高相关性的上下文信息。

为确保检索质量，该系统引入了“校验结果审查员”模型作为质量校验关卡。该模块负责评估检索到的上下文是否足以支撑问题的解答：若判定为“不合格”，该系统将触发反馈机制，自动返回检索环节进行迭代重检；若判定为“合格”，则进入最终生成阶段。

最终，系统将用户原始提问、扩展后的提示词以及经校验的高质量上下文整合，输入至云端高性能大语言模型进行深度推理，最终生成精准的回答。

2.2 SLM驱动的意图增强与语义泛化检索

由于用户在提问时可能对问题进行缩略，为了准确把握用户需求进而提取相应的关键词进行检索，本文没有使用传统的RAG方法，而是改进了现有基于规则的语句拆分模式，引入轻量化小模型对用户需求进行分析以及提取相应的关键词。通过小模型的语义扩展，可以实现提取用户提问中未直接说明的关键词，提升后期RAG检索的丰富度。

算法2展示了基于轻量化模型的语义扩展与关键词提取的过程。其中，小模型M_light可以由云端轻量化模型（如Qwen-32B）等担任，也可以部署本地7B参数量级的预训练模型。实际测试表明，这一模式可以提取用户没有显式提到的内容。如当用户询问稳态法测量导热系数实验中铜盘间导热硅脂的作用^[10,11]时，该系统返回的关键词为“导热系数，导热硅脂，热传导，实验装置，界面接触，热阻，温度测量，稳态法”。可见该系统间接地提取到了用户这一问题是关于实验装置接触热阻展开的，进而将这些关键词加入到RAG检索列表中，对后续检索内容的丰富度、精准度提升有重要作用。

2.3 检索成果的闭环校验

在完成RAG检索之后，为了进一步确认检索的质量，该系统会引入“校验结果审查员”模型判断检索内容是否足以回答用户提出的问题，如果内容需要调整会重新进行检索，直到达到最大重复次数。这样可以在避免系统出现死循环的情况下进一步保证检索的质量，为后续大语言模型推理提供完整的知识补充。

算法3展示了对检索结果的闭环校验部分。其中，“校验结果审查员”模型可以使用7B~32B量级的模型进行云端或本地部署。如果标准化判定结果显示为“合格”，那么直接进入大语言模型推理回答阶段；如果显示为“不合格”，那么返回重新进行内容检索。为了防止无限制迭代，本文引入最大检索次数限制，在检索次数超过M（通常设定为3~5）时，默认使用最后一次的检索结果并自动进入下一环节，实现了检索质量与检索效率的动态平衡。

2.4 云端大模型的高性能推理

经过上述步骤，得到了基于扩展后用户提问检索到的本地知识库中相关背景知识，进而将用户原始提问Q，扩展后的用户需求T_extend，检索得到的知识库内容T_retrieved发送到云端大语言模型进行推理。这样，该模型得到了筛选精简后的背景知识，相比于直接提问，对用户问题有了更深入的了解；相比于全量注入本地知识库，节省了大量处理无关内容的Token，上下文长度和推理成本显著下降。

2.5 与现有RAG范式的方案对比

在现有基于检索增强生成技术实现物理实验教学辅助的方案中，该系统多基于分词的方式将用户提问进行简单拆分或词语提取后直接输入到模型中，并且检索后不存在校验机制^[7]。在学生的问题相对简略或缺乏特定关键词的时候，检索内容的质量相比详细指令输入会大幅度下降。为进一步说明本方案在物理实验垂直领域的创新性，本节以“稳态法测量导热系数实验的温度补偿优化”实验为示例，从用户意图理解深度、系统检索闭环校验两方面分析本方案的优势所在。

1）用户意图理解深度的提升

传统的RAG检索技术依赖用户提问与知识库文档内容的相似度展开，在物理实验领域中，学生为了快速验证某一想法或对实验原理理解不到位，其提问往往缺乏详细的关键词引导，如提出“为什么实验误差这么大”这类问题。在传统方案中，系统只能提取出“实验误差”和“大”这两个关键信息，而通过算法2的基于SLM的关键词提取，可以结合实验原理文档给出基于具体实验误差的关键词。如在稳态法测量导热系数实验的温度补偿优化实验中，检索的关键词为“散热盘,厚度,半径,直径,导热系数,热量变化率,时间导数,实验误差”，除了实验误差之外，还提到了与实验误差高度相关的测量物理量，使得后续云端智能体能够更好地把握分析实验误差的相关上下文。

2）系统检索闭环校验的优化

传统的RAG技术在检索后直接输出检索到的相关内容。在本文提出的方案中，创新性地引入了“检验结果审查员”模型进行检索结果审查，在检索结果不完全时会针对性地提出缺失的意见，以便在下一轮检索的时候进行针对性修改。如在分析稳态法测量导热系数实验的误差的时候，该系统通过提供“缺失的关键信息：实验误差来源的分析；误差分类（如系统误差、随机误差）；误差计算或评估方法；影响实验精度的具体因素（如仪器精度、环境干扰、操作误差等）”指导模型在下一轮次中不断优化关键词提取策略，得到更加符合用户问题需要的关键词信息。

表1以稳态法测量导热系数实验的误差分析检索任务为例，展示了多轮闭环检索后关键词的自我优化。在第一次检索时，系统检索到了和实验误差相关的各个物理量，但是遗漏了用户输入的意图-误差来源分析。之后，“校验结果审查员”模型给出补正信息，在第二轮检索时将此信息补充到关键词列表中，得到更加充分的检索关键词信息。

综上所述，本方案在深入理解用户问题意图以及保证高质量检索关键词的方面较现有方案具备优势，在物理实验辅助推理领域具备更加深入的理解与检索能力。

3 实际物理实验场景下的系统验证与分析

为了评估本文提出的动态上下文感知方案与上下文全量注入云端大语言模型方案的推理效果，本文采用创新型未见实验领域的评估方案。通过设计热学领域自研的经梯度优化后的稳态法测量导热系数实验。由于推理任务为主观题形式，因此没有统一的标准答案。在评估过程中，采用人类专家盲评的方式对生成质量进行定性对比，并定量统计了云端智能体的上下文长度以及预期的Token消耗量。鉴于部分云端推理API的分词器（Tokenizer）未完全开源，为了实现输入端的实时开销评估，本文采用行业通用标准，将上下文中的每4个字符等效折算为1 Token进行理论消耗量估算。

表2举例展示了本文方法与传统基线方法的定量与定性对比。在定性生成质量层面，两种方法的回答均能精确覆盖实验问题的核心物理知识点，表现出相近的语义理解与推理流利度；在定量资源开销层面，本文提出的动态上下文感知方案在Token消耗上较全量注入方案显著降低了约50%（硅脂作用问题49.1%，梯度优化问题47.9%），在维持高水平物理问答质量的同时大幅度压降了模型的云端部署与计算成本。

4 教学场景下的应用与成本分析

4.1 跨实验场景的迁移部署

本文提出的系统在降低部署成本的同时，支持跨实验场景的低代码迁移部署。一方面，由于模型对于实验原理的获取基于本地知识库以及上下文输入，在迁移到不同的实验场景时，通过更换本地知识库以及更改对应的上下文，即可实现基于自然语言的场景迁移。

为了验证这一系统在不同领域实验的迁移能力，在表2所示的稳态法测量导热系数实验之外，引入力学领域的弦振动测量实验，采用人类专家双盲评估的方式对比全量上下文注入及本文方法的生成质量。测试结果如表3所示。

从表3可以看出，在弦振动实验场景中，该系统同样实现了和全量上下文相当的推理质量，并且Token消耗减少显著，说明该系统在这两个跨领域的实验场景中均取得了较为显著的优化效果。

4.2 面向异构实验仪器的校本化适配机制

在跨实验场景的理论分析之外，物理实验对于不同高校、不同实验室的实验设备具有高度的个性化，因此制定面向特定实验设备的专一化解决方案在物理实验教学智能化建设领域尤为重要。在实际使用时，如果仅根据实验场景给出通用方案，那么很可能出现理论上可行但在具体实验设备上不可行的情况。为此，本方案基于本地知识库的内容设计，具备校本化与特定仪器适配的能力。

在本地知识库的设计中，除了实验原理部分之外，还设计了实验装置部分，如在本文提及的稳态法测量导热系数实验中，我们使用了4块T2紫铜盘，导热硅胶片使用氮化铝材料，热源使用BY1010型智能恒温加热台，测温设备使用UNI-T 325F四通道数显热电偶温度计^[4]。

在RAG检索的过程中，如表1所示，该系统在需要利用实验装置信息时会在关键词中体现出类似词汇，之后通过检索了解实验设备的型号及基本信息。云端智能体推理时，会参考检索到的实验装置信息进行推理，给出基于校本实验设备的个性化解决方案。

4.3 教学场景下的应用分析

对比实验结果表明，该系统在跨实验场景推理任务中，能够在维持推理性能基准的前提下，显著降低Token消耗成本。在智能化物理实验场景中，AI不仅仅是问答工具，更是贯通实验设计、数据分析、误差归因和探究引导的核心引擎^[12,13]。Token成本的显著降低，其意义不仅仅是部署成本的降低，更是打破高质量物理实验AI教学应用规模化落地的资源约束，使深度启发式教学与智能实验室的常态化运营成为现实。

在教学互动维度，它解锁了“长程启发式引导”与“大规模个性化反馈”的应用潜力。物理实验的精髓在于探索而非单纯确认，完整的实验闭环依赖长上下文的多轮深度对话。传统的高Token成本常迫使系统截断上下文或限制交互轮次，导致AI易变成“答案生成器”；而成本的显著压降，使得该系统成为“思维引导器与启发器”^[14]，培养学生的科学思维。同时，面对多学生的授课场景，低成本AI助教能够并发处理多名学生的实时数据与操作步骤，提供“一人一策”的个性化、定制化教学指导^[15]，有效弥补了师生比失衡与个性化指导需求之间的差距。

在智能实验室建设维度，它为大模型API订阅的持续运营与本地知识库的持续构建提供了可行性。物理学科涵盖力、热、电、光等多元实验场景，跨场景推理需频繁调用不同的本地知识库，全量注入会导致Token消耗巨大。传统模式下，高推理成本使得云端API订阅费用随调用频次与用户数急剧上升，长期运营预算难以控制；而该系统显著降低的Token开销，使得实验室能够以稳定、可预期的API订阅成本，服务高频次、大并发的常态化教学、科创需求，从根本上消除了物理实验AI搭得起、用不起的隐患。更重要的是，低成本推理为实验室个性化知识库的规模化构建与持续迭代打开了空间，无论是将过往实验数据分组整理，还是将设备手册、操作规则、典型案例批量转化为结构化资源，都需要消耗大量Token进行读取和推理。Token成本的显著压降，使得这类知识工程的边际成本趋于可承受，推动智能实验室从依赖通用大语言模型的“结构化工具”，演化为沉淀本校教学经验的“专属知识引擎”，真正实现“用得越久、越懂实验”的正反馈飞轮效应^[16]。

5 总结与展望

本文针对物理实验教学中大语言模型全量知识注入导致的高成本与注意力稀释问题，提出了一种动态上下文感知的多模型协同推理框架。通过用户意图增强、RAG检索与闭环校验机制，本框架在跨场景实验中实现了比肩全量注入的推理质量，同时Token消耗显著降低约50%。这有效破解了云端API订阅的成本瓶颈，为长程启发式教学与校本专属知识库的持续迭代提供了可持续的落地范式。

未来，我们将探索多模态实验数据（如传感器时序信号与视觉图像）的深度上下文融合，并引入长程记忆机制以支持学生探究轨迹的长时追踪。同时，计划将该框架向实验设备实体操作的自动化、智能化拓展，致力于打造普适、智能、低成本的综合性物理实验教学基础模型。

参考文献

[1]LIU N F, LIN K, HEWITT J, et al. Lost in the middle: How language models use long contexts. Transactions of the Association for Computational Linguistics, 2023, 12: 157-173.

[2]LIU J, LIN J, LIU Y. Tackling the inherent difficulty of noise filtering in RAG. arXiv, https://arxiv.org/abs/2601.01896, 2026.

[3]BROWN T B, MANN B, RYDER N, et al. Language Models are Few-Shot Learners. In Advances in Neural Information Processing Systems, 2020, 33: 1877-1901.

[4]邢程亮,宋飞,张留碗.稳态法测量导热系数实验的温度补偿优化[J].大学物理,2026,45(1):105-110.

XING C L, SONG F, ZHANG L W. The temperature compensation optimization for steady-state method thermal conductivity measurement experiments[J]. College Physics, 2026, 45(1): 105-110. (in Chinese)

[5]LING C, ZHAO X, LU J, et al. Domain Specialization as the Key to Make Large Language Models Disruptive: A Comprehensive Survey. ACM Computing Surveys, 2025, 58(3): 1-39.

[6]MIN S, LYU X, HOLTZMAN A, et al. Rethinking the Role of Demonstrations: What Makes In-Context Learning Work? arXiv, https://arxiv.org/abs/2202.12837.

[7]MA Y, et al. A Survey of Retrieval-Augmented Generation (RAG) for Large Language Models. 2025 International Conferenceon Trustworthy Big Data and Artificial Intelligence (ICTBAI), 2025: 7-13.

[8]GAO Y F, XIONG Y, GAO X Y, et al. Retrieval-Augmented Generation for Large Language Models: A Survey. arXiv, https://arxiv.org/abs/2312.10997.

[9]程军,王玉杰,张永春,等.弦振动形成驻波的理论分析和实验研究[J].大学物理实验,2025,38(3):41-44.

CHENG J, WANG Y J, ZHANG Y C, et al. Theoretical analyses and experimental study of standing waves born from string vibration[J]. Physical Experiment of College, 2025, 38(3): 41-44. (in Chinese)

[10]车宇,丁望峰.稳态法测量导热系数实验的温度补偿[J].物理实验,2020,40(5):11-14.

CHE Y, DING W F. Temperature compensation in the experiment of measuring thermal conductivity by steady state method[J]. Physics Experimentation, 2020, 40(5): 11-14. (in Chinese)

[11]潘永杲,周逸,闵琪涛,等.稳态法导热系数测定仪校准方法及其不确定度评定[J].计量与测试技术,2022,49(9):107-110.

PAN Y G, ZHOU Y, MIN Q T, et al. Calibration method and evaluation of the uncertainty for steady thermal conductivity tester[J]. Metrology & Measurement Technique, 2022, 49(9): 107-110. (in Chinese)

[12]KASNECI E, SESSLER K, KCHEMANN S, et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 2023, 103: 102274.

[13]CRDOVA-ESPARZA D M. AI-powered educational agents: Opportunities, innovations, and ethical challenges[J]. Information, 2025, 16(6): 469.

[14]QI J, XU Z, SHEN Y, et al. The art of SOCRATIC QUESTIONING: Recursive thinking with large language models. Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing, 2023: 4177-4199.

[15]GHOSH A, BHATIA A. Generative AI in Personalized Learning: A Systematic Review of Adaptive Educational Technologies and Their Impact on Learning Outcomes. In: Joshi, A., Ragel, R.G., S., K. (eds) ICT: Applications and Social Interfaces. ICTCS 2025. Lecture Notes in Networks and Systems, 2026, vol 1872. Springer, Cham.

[16]CHENG M, LUO Y, OUYANG J, et al. A survey on knowledge-oriented retrieval-augmented generation[J]. arXiv, https://arxiv.org/abs/2503.10677.

基金项目: 通专教育背景下大学实验物理教学内容的重构探索与实践（教育部拔尖计划2.0研究课题20211007）；清华大学AI赋能物理实验教学综合改革与立体化资源建设（53100100826）；清华大学自主科研计划资助（大学生学术研究推进计划20267020002）。

通信作者: 宋飞，songfei_thu@tsinghua.edu.cn；张留碗，lwzhang@tsinghua.edu.cn。

引文格式: 邢程亮，宋飞，王宇航，等. 基于动态上下文感知的物理实验多智能体协同推理框架2.0[J]. 物理与工程，2026，46（5）：97-104.

Cite this article: XING C L, SONG F, WANG Y H, et al. Dynamic context-aware multi-agent collaborative reasoning framework v2.0 for physics experiments[J]. Physics and Engineering, 2026， 46（5）： 97-104. (in Chinese)