我建立了一支“研究论文写作军团”——20多个自主智能体、6个新颖性引擎和10个对抗式审稿人
摘要
作者开源了Sisyphus Academica,这是一个由20多个专业化智能体组成的自协调智能体群,配备新颖性引擎和对抗式评审,用于生成可出版的研究论文,避免幻觉引用和典型的AI文风。
我一直对当前“AI写作助手”的状况感到沮丧。大多数都只是花哨的封装器,它们会产生幻觉引用,并吐出那些独特而无味的“AI写”式的文字。我决定不再把LLM当作文字处理器来用,而是开始把它们当作研究实验室。我刚刚开源了**Sisyphus Academica**,这是一个由20多个专业化智能体组成的自协调集群,旨在生成可出版的研究论文,这些论文听起来(或看起来)不像是由机器人生成的。**核心区别:** 该系统不使用单一的“写手”智能体,而是采用基于流水线的架构,迫使系统在实际写作之前真正*思考*:
* **6个新颖性引擎:** 这些才是真正的“护城河”。它们包括一个*Contrarian*(反转已有论断)、*Cross-Pollinator*(从无关领域引入解决方案)和*Heretic*(生成大胆假设,以与实际研究进行评分)。
* **对抗式评审委员会:** 在任何内容格式化之前,稿件会由10种不同角色独立评审——包括*Skeptic*、*Methodologist*和*Ethicist*。如果它们没有全部通过,则返工重新开始。
* **零幻觉引用:** 该智能体对每个参考文献执行2源验证检查。如果无法验证,则将其剔除。
* **人性化集成:** 它从token级别应用41种特定的“人性化”模式,以绕过AI模式检测。它甚至强制实施风格约束,例如零破折号以及基于您自己的写作样本进行特定的语气校准。
**技术栈:**
* 编排:OpenCode + OhMyOpenAgent
* 写作引擎:一个经过人性化模式调整的5智能体集群
* 技术:Python,LaTeX就绪,模块化智能体架构
这不仅仅是关于更快写作;而是关于更好的研究架构。我构建这个系统的目的是为了真正找到文献中的“空白”——这些空白通常由于领域偏见而被人类研究者忽略。我期待来自智能体开发者社区的反馈。如果你最终通过该流水线运行了一篇论文,我很想知道“Heretic”引擎在你的特定领域表现如何。
相似文章
@JeremyNguyenPhD: “我让 3 个 AI 代理整晚独自研究一个问题,它们带回了对 72 篇同行评审论文的综述” -- @ProfJieDi…
Jie Ding 教授开源了 Autoresearch 和 WorldSeed,这是两款 AI 代理框架,能够在一夜之间自主分析 72 篇同行评审论文以解决研究问题。
AutoResearchClaw:自我强化的自主研究与人机协作
AutoResearchClaw是一个多智能体自主研究系统,通过结构化辩论、自我修复执行和人机协作来改进科学发现,在ARC-Bench基准上比之前的系统高出54.7%。
我们距离真正的自动研究还有多远?
本文介绍了ResearchArena,一个用于评估自动研究智能体的框架,并发现虽然智能体生成的论文在仅稿件评审下看似具有竞争力,但结合工件的评审揭示了实验严谨性方面的严重缺陷,没有一篇论文达到顶级会议的接收标准。
@tom_doerr:利用23,000个AI代理技能自动化实证研究 https://github.com/brycewang-stanford/Auto-Empirical-Research-…
Auto-Empirical-Research-Skills (AERS) 是一个开源工具包,利用23,000多个AI代理技能自动化整个实证研究流程,从数据清洗到可提交的草稿。
@tom_doerr: 将非结构化研究转化为可直接提交的LaTeX论文 https://github.com/Ar9av/PaperOrchestra…
PaperOrchestra 是一个面向编码智能体的可插拔技能包,能够通过五智能体流水线将非结构化研究材料转化为完整的LaTeX论文,在PaperWritingBench基准测试中均优于基线方法。