研究用LLM智能体自动复现SEER论文，复现率77.4%
论文AI 评分 72/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇arXiv论文提出用LLM智能体自动复现并检验医学研究结论的稳健性。作者以美国SEER癌症登记数据库为基础构建SEER-Repro基准，收录20篇已发表论文及复现所需数据与资源。智能体成功复现了2,190条原子论断中的77.4%，并给出可执行基线。另一条智能分析流水线会找出每项结论背后的分析选择、提出可辩护的替代方案并重跑分析，在完全复现的结论中识别出9.5%存在可能影响结论的分析选择，并标记供专家复核。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载基准与任务设定
研究以SEER数据库为场景。该数据库是美国常用的癌症登记数据来源，支撑了数以万计的已发表研究。作者据此构建SEER-Repro基准，收录20篇已发表论文，并配套复现这些论文结论所需的数据与资源，使复现工作有统一可比的起点。论文要回答的问题是：LLM智能体能否把原本依赖人工、成本较高的复现与稳健性分析部分自动化。
复现结果与稳健性检验
作者开发的智能体在2,190条原子论断上完成复现，成功率为77.4%，同时为后续分析留下可执行的基线。在此基础上，另一条智能分析流水线针对每条结论，先找出其背后的分析选择，再提出站得住脚的替代做法，然后重跑分析，看这些选择是否改变结论。在SEER-Repro收录论文中已完全复现的结论里，流水线识别出9.5%含有可能影响结论的分析选择，并将其标记出来交由专家复核。
对科研评审的意义
作者将这套流程定位为对科学评审的辅助：复现已有结论、系统检验其稳健性，并把专家注意力引向那些可能左右结论的分析选择。材料未给出该方法在SEER之外领域的验证结果，也未说明智能体与流水线的具体实现细节。
为什么值得看
把论文复现与稳健性检验交给LLM智能体，并给出可量化的复现率和需人工复核的比例，为科研评审自动化提供了可参照的做法。
智能体论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。