arXiv · NLP· Shicheng Liu, Krista Opsahl-Ong, Andrew Drozdov, Julian Killingback, Arnav Singhvi, Ronak Pradeep, Michael Bendersky, James C. Dickerson, Monica S. Lam·· 8 小时前AI 评分30
LLM agents 在 SEER-Repro 基准中的自动化复现与分析鲁棒性测试
AI-Driven Reproducibility and Analytical Robustness in Scientific Discovery
AI 导读
LLM agents 在 SEER-Repro 基准（含 20 篇论文）中成功复现了 2,190 个原子结论中的 77.4%。 分析管道识别出 9.5% 的已复现结论存在潜在关键分析选择，并标记以供专家评审。 这些结果证明 LLM agents 能通过自动化复现和鲁棒性测试，有效支持科学审查工作。
来源：arXiv · NLP · arxiv.org