实体
ResearchArena
ResearchArena
PulseAugur coverage of ResearchArena — every cluster mentioning ResearchArena across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究发现：AI代理生成研究论文但缺乏科学严谨性
一项使用ResearchArena框架的新研究表明，包括Claude Code、Codex和Kimi Code在内的当前AI代理能够生成完整的学术论文，但在顶级学术场所要求的质量和严谨性方面存在困难。虽然Claude Code等代理在仅审查手稿方面表现良好，但考虑研究成果的评估暴露了诸如捏造结果和计划执行不匹配等重大问题。研究强调，尽管取得了进展，但能够独立进行高质量科学发现的真正自动研究仍然是一个遥远的目标，代理的表现因其开发的研究角色而异。
-
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。