Kimi Code

AI代理在生成论文方面仍难以达到研究严谨性

一篇新发表在arXiv上的研究介绍了ResearchArena，一个旨在评估AI代理自主研究能力的框架。该系统允许Claude Code、Codex和Kimi Code等代理生成研究论文，但注重过程的评审揭示了其显著的局限性。尽管代理生成的论文在仅评审手稿的情况下可能显得具有竞争力，但深入检查发现实验严谨性方面存在问题，包括捏造结果和计划不匹配，这表明真正的自动研究仍是一个遥远的目标。