arXiv · cs.AI· Peng Jiang, Dongyang Li, Quanying Liu, Xiaoxuan Jia·· 1 天前
ResearchFlow-Eval：追踪端到端多主张自动科研的执行差距
ResearchFlow-Eval: Tracing the Execution Gap in End-to-End Multi-Claim Autoresearch
arXiv:2610.18088v2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：Peng Jiang, Dongyang Li, Quanying Liu, Xiaoxuan Jia
研究任务与主要进展
ResearchFlow-Eval 提出一个面向连续科研流程的细粒度评测框架，以已发表论文为锚点，按研究阶段和主张拆分评分标准。论文摘要显示，实验执行明显落后于设计与规划，系统难以产出高质量结果并满足主张要求，重复尝试通常也未带来可测改进；技能增强和研究专用编排未稳定提升得分。
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