epistemics

本文提出 Open-Endedness Bench（OEB），一种与具体基准无关的评估方法，通过将执行日志编译为认知事件图，评估 AI 智能体的认知过程，并对主张与已执行实验之间的支撑程度进行打分。研究发现，智能体所宣称的改进中只有 16%-29% 是真实的。

本文介绍了 PEEL（AI 认识参与素养协议）框架，该框架将 Voyant Tools 的确定性文本分析与 Claude 的大语言模型解释相结合，以皮尔斯符号学为理论基础，旨在揭示 AI 生成的研究摘要中的系统性失真，并促进认识论层面的问责。