递归知识构建能否帮智能体验证科学共识主张

论文用ProClaim-eval评测递归证据状态对科学主张验证的作用

资讯摘要

论文研究科学智能体递归构建知识时的两个设计维度：递归构建的证据状态，以及控制递归何时停止的判定器。作者定义“共识科学主张验证”任务，构建含718条SUPPORT/REFUTE金标主张的数据集ProClaim-eval，覆盖分子生物学、核物理与天文学。其系统ProClaim将证据状态保存在模型上下文之外，在对比中位列前三，显著优于通用智能体框架；作者报告结构化证据状态优于上下文内累积，训练过的判定器优于固定轮数停止。

要点速读

1. 论文提出ProClaim-eval数据集，含718条带SUPPORT/REFUTE金标的主张，来自五个专家整理数据库，覆盖分子生物学、核物理和天文学。
2. ProClaim把证据状态持久化在模型上下文之外，便于固定一个维度、单独研究另一个维度；与验证系统和通用智能体框架对比，排名前三，并显著优于这些框架。
3. 作者报告证据状态优于上下文内累积，且其中存储什么内容也有影响；单独训练、未接触ProClaim-eval的判定器在五个子集中的三个上与金标一致率最高，与Claude Sonnet 4.6判定器相当，优于Claude Haiku 4.5。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。