提出将人工智能研究系统作为确定性数据库以提高可靠性

一篇新研究论文提出将人工智能驱动的研究系统视为数据库管理系统（DBMS），以提高可靠性和透明度。作者认为，当前的大语言模型（LLM）代理由于其随机性而缺乏可信度，导致结果不一致和输出未经验证。通过采用类似数据库的方法，将LLM作为确定性数据流引擎的编译器，研究过程可以在版本控制、来源追溯和执行方面获得保证，使其更加可靠、高效和协作。 AI

影响 这项研究可能带来更值得信赖和可复现的人工智能辅助科学发现。

排序理由 该集群包含一篇提出人工智能驱动研究系统新方法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• DagsHub
• DBMSs
• Gotit.pub
• Hugging Face
• Litmaps
• ScienceCast
• scite Smart Citations

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →