HLER：基于多智能体流水线的人机协同经济研究用于实证发现

arXiv 2026 64.6 method

TLDR

HLER是一个用于人机协同实证经济研究的多智能体系统，具有数据集感知假设生成和双循环架构。

评分理由

The paper introduces a novel human-in-the-loop approach that addresses the unique constraints of empirical economics, such as dataset grounding and human judgment. Its strengths include dataset-aware hypothesis generation to reduce hallucinations and a two-loop architecture with human gates. Weaknesses are its domain specificity to economics/social sciences and the abstract cut-off, which limits visibility of experimental scale and results.

Read-first 评分解释

综合优先阅读分 64.6，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 70。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析、数据集、实验、指标、结果

主题相关性 42%

58.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：数据集

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：27。

关键词评分

research automation

automated research

AI for scientific research

automated scientific discovery

paper writing agent

scientific discovery agent

AI scientist

automated experimentation

experiment design agent

autonomous research agent

literature review agent

survey generation

深度分析

创新点

数据集感知的假设生成，受数据集结构、变量可用性和分布诊断约束
双循环架构：问题质量循环用于筛选可行假设，研究修订循环用于自动评审触发的重新分析和修订
在关键阶段嵌入人类决策门以指导自动化流水线

方法

HLER是一个多智能体系统，包含专门智能体用于数据审计、数据剖析、假设生成、计量分析、手稿起草和自动评审。它采用数据集感知的假设生成以减少不可行假设，并采用带有人类决策门的双循环架构。实验在三个实证数据集上进行。

关键结果

数据集感知的假设生成在87%的情况下产生可行研究问题，而无约束生成仅为41%；完整的实证手稿以每次运行平均API成本0.8-1.5美元生成。

技术栈

Large Language Models (LLMs)Multi-Agent SystemsAPI (e.g., OpenAI)

资源

论文