研究用LLM智能體自動復現SEER論文，復現率77.4%
論文AI 評分 72/100arXiv cs.AI待覆核
AI 聚合
本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。
一篇arXiv論文提出用LLM智能體自動復現並檢驗醫學研究結論的穩健性。作者以美國SEER癌症登記數據庫為基礎構建SEER-Repro基準，收錄20篇已發表論文及復現所需數據與資源。智能體成功復現了2,190條原子論斷中的77.4%，並給出可執行基線。另一條智能分析流水線會找出每項結論背後的分析選擇、提出可辯護的替代方案並重跑分析，在完全復現的結論中識別出9.5%存在可能影響結論的分析選擇，並標記供專家覆核。
全文梳理
AI 摘要依據下方信源原文自動整理，非原文轉載基準與任務設定
研究以SEER數據庫為場景。該數據庫是美國常用的癌症登記數據來源，支撐了數以萬計的已發表研究。作者據此構建SEER-Repro基準，收錄20篇已發表論文，並配套復現這些論文結論所需的數據與資源，使復現工作有統一可比的起點。論文要回答的問題是：LLM智能體能否把原本依賴人工、成本較高的復現與穩健性分析部分自動化。
復現結果與穩健性檢驗
作者開發的智能體在2,190條原子論斷上完成復現，成功率為77.4%，同時為後續分析留下可執行的基線。在此基礎上，另一條智能分析流水線針對每條結論，先找出其背後的分析選擇，再提出站得住腳的替代做法，然後重跑分析，看這些選擇是否改變結論。在SEER-Repro收錄論文中已完全復現的結論裏，流水線識別出9.5%含有可能影響結論的分析選擇，並將其標記出來交由專家覆核。
對科研評審的意義
作者將這套流程定位為對科學評審的輔助：復現已有結論、系統檢驗其穩健性，並把專家注意力引向那些可能左右結論的分析選擇。材料未給出該方法在SEER之外領域的驗證結果，也未說明智能體與流水線的具體實現細節。
為什麼值得看
把論文復現與穩健性檢驗交給LLM智能體，並給出可量化的復現率和需人工覆核的比例，為科研評審自動化提供了可參照的做法。
智能體論文
信源1 家
關鍵事實
相關 · 論文
本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。