arXiv · cs.AI· Zhaoyu Fan, Bowen Han, Jincheng Ou, Yanwei Ren, Zehua He, Kaiyu Huang, Pengcheng He, Shanshan Ni, Chengchen Gong, Shuai Xue, Qingjiang Shi·· 11 小时前
ProCARE：通过基于画像的证据契约实现真实世界研究自动化
ProCARE: Real-World Study Automation via Profile-Grounded Evidence Contracts
arXiv:2610.16175v1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：Zhaoyu Fan, Bowen Han, Jincheng Ou, Yanwei Ren, Zehua He, Kaiyu Huang, Pengcheng He, Shanshan Ni, Chengchen Gong, Shuai Xue, Qingjiang Shi
研究任务与主要进展
ProCARE将大语言模型智能体自动化真实世界研究的问题重构为受约束编译，并生成包含变量、时间关系、分析单位和统计任务的RWS-IR。基于论文摘要，该方法在36项基于电子健康记录的基准任务上，在代码可执行性、语义一致性和结论可追溯性方面优于强LLM智能体基线；自动违规诊断与盲法专家复核达到中等至较强一致性。
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