TL;DR
- چکیده:.
- تجزیه و تحلیل هوش علمیو فنی (S&TI) مستلزم تأیید ادعاهای فنی پیچیده در ادبیات بهسرعت در حال.
- رشد است،.
چه اتفاقی افتاد
چکیده:. تجزیه و تحلیل هوش علمیو فنی (S&TI) مستلزم تأیید ادعاهای فنی پیچیده در ادبیات بهسرعت در حال.
رشد است،. جایی که رویکردهای موجود نمیتوانند شکاف تأیید بین دقت سطح و اعتبار روششناختی عمیقتر را پر کنند.
ما AutoVerifier را ارائه میکنیم،. یک چارچوب عامل مبتنی بر LLM که تأیید سرتاسر ادعاهای فنی را بدون نیاز به تخصص دامنه خودکار.
میکند. AutoVerifier هر ادعای فنی را به سهگانه ادعای ساختاریافته از فرم (موضوع،.
محمول،. شی) تجزیه میکند،.
و نمودارهای دانشی را ایجاد میکند که استدلال ساختیافته را در شش لایه به تدریج غنیتر میکند:. ساخت و جذب پیکره،.
استخراج موجودیت و ادعا،. راستیآزمایی درون سند،.
تأیید منبع متقاطع،. تولید سیگنال خارجی matrix و corrobor.
ما نشان میدهیم AutoVerifier در یک ادعای محاسبات کوانتومیمورد مناقشه،. که در آن چارچوب،.
که توسط تحلیلگران بدون تخصص کوانتومیاداره میشود،. بهطور خودکار ادعاهای اضافه و ناسازگاریهای متریک را در مقاله هدف شناسایی میکند،.
تضادهای بین منبع را ردیابی میکند،. تضاد منافع تجاری فاش نشده را آشکار میکند،.
و ارزیابی نهایی را ارائه میکند. این نتایج نشان میدهد که راستیآزمایی ساختار یافته LLM میتواند اعتبار و بلوغ فناوریهای نوظهور را بهطور قابل.
اعتمادی ارزیابی کند و اسناد فنی خام را به ارزیابیهای اطلاعاتی قابل ردیابی و مبتنی بر شواهد تبدیل. کند.
برنده کاسه نوآوری Radiance Technologies 2025-2026 هوش مصنوعی (cs. AI)؛ رمزنگاری و امنیت (cs.
CR)؛ بازیابی اطلاعات (cs. IR); یادگیری ماشین (cs.
LG)؛ شبکههای اجتماعی و اطلاعاتی (cs. SI) استناد بهعنوان: (یا v1 [cs.
AI] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:.
Yuntao Du [مشاهده ایمیل] [v1] جمعه،. 3 آوریل 2026،.
01:. 11:.
43 UTC (20 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.
