arXiv · cs.AI· Shicheng Liu, Krista Opsahl-Ong, Andrew Drozdov, Julian Killingback, Arnav Singhvi, Ronak Pradeep, Michael Bendersky, James C. Dickerson, Monica S. Lam·· 5 小时前
LLM代理提升科学发现复现与稳健性分析
AI-Driven Reproducibility and Analytical Robustness in Scientific Discovery
arXiv:2610.23845v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Shicheng Liu, Krista Opsahl-Ong, Andrew Drozdov, Julian Killingback, Arnav Singhvi, Ronak Pradeep, Michael Bendersky, James C. Dickerson, Monica S. Lam
研究任务与主要进展
研究作者提出SEER-Repro基准和一套LLM代理流程，用于复现基于SEER数据库的医学论文发现并检验分析选择的稳健性。该代理成功复现2,190条原子主张中的77.4%，并在完整复现结果中发现9.5%的潜在重要分析选择，标记供专家复核。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org