★ 3
PANINI-DR：基于生成语义工作区的可控深度研究框架
研究者提出 PANINI-DR 多智能体框架，将整体研究协调与单个子问题的研究与验证分离，用基于生成语义工作区的共享空间记录子问题、依赖、发现与证据。在 BrowseComp-Plus、FRAMES、MoNaCo 上平均表现最佳，BrowseComp-Plus 准确率 73.3%，领先次优框架 1…
arXiv NLP19 天前
#验证
共 6 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
AI 生成数学成果的负责任发布
agmai.org 发布文章讨论 AI 生成数学成果应如何负责任地发布，涉及署名、验证与学术规范等问题。随着 AI 越来越多参与数学发现，相关发布伦理正成为学界关注焦点。
Hacker News – AI33 天前
★ 3
CEDAR：自动机作为语言引导具身行为的可验证接口
CEDAR框架将自然语言指令和约束转化为确定性有限自动机，实现可验证的具身行为控制。在Minecraft实验中，CEDAR能维持基线模型无法保持的时空约束，并减少LLM查询次数，展示了正则语言作为验证层的实用性。
arXiv cs.AI63 天前
★ 3
伦理LLM辅助研究：负责任委托与验证框架
论文提出规范框架，区分内容来源、人类验证、责任归属等概念，主张LLM辅助研究的伦理边界主要由充分验证和负责任的人类所有权决定，而非机器参与程度。引入了“认知审计”概念，使AI辅助推理透明可审查。
arXiv cs.AI68 天前
★ 3
审计LLM生成自传的场景级虚构
对LLM生成的自传进行场景级审计，发现96.7%的日期未通过验证，主要失败模式为基于事实的漂移。独立复评证实了高失败率，而基于主体语料库的生成显著提高了验证率。研究提供了可复用的审计工具和量化效果。
arXiv cs.AI68 天前
★ 2
Executor：让AI代理证明其工作有效
开发者发布开源工具Executor，旨在解决AI代理产出「AI垃圾」的问题，要求代理必须证明其工作确实有效。该工具面向代理可靠性验证，试图为AI自动化任务提供更严格的验收机制。
Hacker News – AI37 天前