LLMエージェントが科学研究の再現性評価と分析堅牢性を自動化
Shicheng Liuらの研究チームは2026年10月16日(現地時間)、大規模言語モデル (LLM) エージェントが科学的発見における研究結果の再現性評価と分析的堅牢性の検証を自動化できる可能性を示す論文をarXiv cs.AIで公開した。彼らは、広く利用されている米国のがん登録データベース、Surveillance, Epidemiology, and End Results (SEER) を用いた医学的ケーススタディでその有効性を調査。AIエージェントがSEER-Reproベンチマークに含まれる公開論文の原子的主張の77.4%を再現し、分析パイプラインが堅牢性を自動テストする手法を確立した。