该论文提出了一种名为Paper Pilot的人机协同专家系统,用于应用科学领域可溯源科学手稿的生成。系统基于协作智能推理工程方法,通过八个审批门控、明确的不通过标准、声明分类、审计日志和证据锁定修订控制等机制,确保从想法到结论的每个环节都有人类监督和证据追溯。研究通过受控基准测试发现,在覆盖压力下,无约束的草稿生成器最多可捏造25%的引用且从不标记证据缺口;而采用Paper Pilot证据锁定规则后,同一模型实现了零捏造引用,并将植入的证据缺口明确标记为占位符。该系统将LLM辅助写作定位为受控的人机决策支持过程,而非完全自主的作者管道,为AI辅助科学写作的治理问题提供了可行的解决方案。
| Paper Pilot | 本文提出的人机协同专家系统,用于生成证据可追溯的科学手稿。 |
| Human-in-the-loop | 人机协同模式,强调人类在关键环节进行审批和干预,而非完全自动化。 |
| Evidence-traceable | 证据可追溯性,确保手稿中的每个主张和数字都能追溯到已批准的来源。 |
| Collaborative Agent Reasoning Engineering (CARE) | 一种协作式智能体推理工程方法,被Paper Pilot改编用于手稿开发流程。 |
| Approval gates | 审批门,流程中设定的强制人工审批节点,用于控制内容生成和传播。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅