AITOPAI热报

自主研究

共 6 条相关 AI 资讯
8月29日
02:06
8月11日
11:41
11:41官方账号arXiv cs.AI@Yifeng He, Jicheng Wang, Yinzhe Zhao, Jiachen Liu, Hao Chen
arXiv 论文提出自主研究智能体的 generate-and-rank 范式忽略了稀疏反馈问题。研究者认为其控制循环与灰盒模糊测试器一致，需在每次实验暴露廉价密集的认知进步信号。该信号应指导下一步干预，使智能体搜索而非重复采样，最终验证仍需保护性证据避免自适应复用。论文提出测试候选信号预测验证进步、反馈导向搜索比重复采样单位成本更多验证发现、保护性验证减少假发现。
论文自主研究模糊测试反馈架构
推荐理由：这篇论文把自主研究比作模糊测试，点出反馈架构才是瓶颈，不是生成。想搞懂 AI 科研智能体该往哪走，值得一看。
原文
7月3日
10:05
10:05官方账号arXiv cs.AI@Haonan Huang
该论文提出一个端到端自主研究流水线，从11,083篇凝聚态物理arXiv论文出发，自动生成包含三个实质物理发现（关于交变磁性压电性）的稿件。流水线分为六个阶段，历经47次全新对话会话，共执行2,162次文献查阅事件。容错机制通过冗余设计实现：隔离上下文、分布式接地和对抗性审查弥补单次会话的遗漏。对比预架构基线和无pilot消融实验，结构强制数值对抗被识别为关键接地机制。
论文LLM自主研究容错
推荐理由：这篇论文展示了一个真正端到端的自主科研代理，从读论文到写论文全自动，还能发现新的物理现象，值得科研人员看看。
原文
6月23日
11:10
11:10官方账号arXiv cs.AI@Weiwei Ye, Hangchen Liu, Dongyuan Li, Renhe Jiang
论文提出PAPERCLAW，一个多智能体系统，可从研究领域自主生成完整论文。该系统通过实时文献、数据集和代码孵化想法，并利用假设地图的迭代“提出-测试-反思”循环推进，在证据支持结论时自动撰写符合会议格式的论文。PAPERCLAW支持全生命周期记忆，允许暂停、检查与恢复，并内置人机协作接口，使研究者可在任意阶段介入优化。评估使用LLM评判表明，PAPERCLAW在完全自主和人在回路两种模式下均能产出高质量论文。
论文PAPERCLAW多智能体自主研究
推荐理由：想用AI帮你从头到尾写论文？PAPERCLAW能自动搜文献、定假设、跑实验、写全文，你还能中途插手改方向。
原文
6月14日
04:23
6月12日
00:10