研究人员开发了NeuroClaw，这是一个专门的多代理AI系统，旨在提高神经影像研究的可复现性和可执行性。该平台通过将操作建立在数据集语义和BIDS元数据之上，处理多样化的数据模式和复杂的工作流程，从而消除了用户准备自定义代码或策划输入的需要。NeuroClaw集成了强大的环境管理、检查点和审计跟踪功能，以提高科学工作流程的透明度和可靠性。还引入了一个新的基准NeuroBench，用于评估该系统在可执行性和可复现性方面的性能。 AI
影响 简化了复杂的神经影像工作流程，有望加速研究并提高科学发现的可靠性。
排序理由 该集群描述了一份技术报告，其中详细介绍了一个针对特定科学领域的新AI框架和基准。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.24696v1 Announce Type: new Abstract: Agentic artificial intelligence systems promise to accelerate scientific workflows, but neuroimaging poses unique challenges: heterogeneous modalities (sMRI, fMRI, dMRI, EEG), long multi-stage pipelines, and persistent reproducibili…
Agentic artificial intelligence systems promise to accelerate scientific workflows, but neuroimaging poses unique challenges: heterogeneous modalities (sMRI, fMRI, dMRI, EEG), long multi-stage pipelines, and persistent reproducibility risks. To address this gap, we present NeuroC…