EviGraph: AI-агенты для исследований наконец учатся проверять свои утверждения
EviGraph: AI-агенты для исследований наконец учатся проверять свои утверждения Исследователи представили EviGraph — фреймворк, в котором процесс автономного научного поиска представлен не как линейный пайплайн, а как типизированный граф доказательств. Узлы: Problem, Gap, Hypothesis, Experiment, Finding, Claim. Граф становится оперативным состоянием агента. Система постоянно проверяет цепочки на пропущенные зависимости, смысловые разрывы и несоответствия между результатами и выводами. Находит самое раннее слабое звено и пересобирает только затронутый подграф. Checkpoint’ы не дают неудачным исправлениям испортить уже проверенные части. На бенчмарках ARC-Bench-ML и NanoResearch-20 EviGraph поднял Claim Support Rate на 40,19 % относительно лучших baseline и достиг 87,73 % Experimental Data Consistency. Рукопись генерируется только после того, как каждое утверждение подкреплено валидной цепочкой. Это прямой ответ на главную слабость нынешних research-агентов: они умеют писать и запускать код, но плохо следят, чтобы выводы действительно следовали из данных. Источники: https://arxiv.org/abs/2608.04738 #AI #AIAgents #AutonomousResearch #EviGraph #arXiv