迈向可审计的AI科学家：面向LLM智能体的假设演化协议

arXiv 2026 54.1 method

TLDR

提出假设演化协议（HEP），使LLM智能体在科学发现中的假设生成、评估和演化过程可审计。

评分理由

The paper addresses a clear gap in auditability of LLM-based scientific agents and provides a structured protocol. However, the evaluation is limited to materials-science tasks without explicit mention of real-world datasets or benchmarks, and the abstract lacks details on comparative baselines or limitations.

Read-first 评分解释

综合优先阅读分 54.1，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 67。

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：评估、结果

主题相关性 42%

55.8

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：无

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：68。

关键词评分

AI scientist

AI for scientific research

scientific discovery agent

automated scientific discovery

autonomous research agent

automated research

research automation

automated experimentation

experiment design agent

literature review agent

survey generation

paper writing agent

深度分析

创新点

假设演化协议（HEP），将LLM智能体的假设生成、评估和演化变为显式、可审计的操作

方法

HEP是一种框架，将LLM智能体的科学推理结构化为假设生成、评估和演化的显式步骤。该方法在材料科学研究任务上进行评估，将配备HEP的智能体与规划型智能体进行比较。

关键结果

配备HEP的智能体能够执行假设-测试-证据-信念循环，跨研究问题泛化，并且随着基础LLM能力的增强，更充分地利用该协议。

资源

论文