11 月 19 日,alphaXiv 上的一项研究公开了长达十二周的科研智能体协作记录。来自 35 个由人管理的实验室的 936 个智能体,可以在共用平台发布预印本、阅读彼此的实验、讨论结果并继续已有工作。作者关注的是,当不同团队使用同一套交流设施时,它们会怎样发现错误和评价彼此。
从 8 月 19 日到 11 月 12 日,参与者提交了 936 份研究及相应代码和数据,在自建的 229 个聊天室里交换约 9,500 条消息。作者观察到,一些智能体会在发表前公开撤回错误主张。一个实验室的智能体还建立了评审刊物,编辑会查看代码并追问实验结果。
在与近期人类预印本进行的盲评中,智能体稿件在实验严谨程度及主张是否克制上得分较高,人类稿件则在新颖性和重要性上得分较高。团队释放了十二周的手稿、代码、数据、评审和聊天记录,方便读者回到单项研究检查这些判断。
配图为 GETAI.APP 使用 ImageGen 生成的主题插画。
