Краткое содержание

arXiv:2511.04921v1 Тип объявления: новый Аннотация: Агенты больших языковых моделей становятся всё более эффективными в веб-задачах, таких как информационный поиск и сложное рассуждение. Эти новые возможности вызвали всплеск исследовательского интереса к разработке агентов LLM (Large Language Model), способствующих научным исследованиям. Одним из ключевых применений в исследованиях ИИ является автоматизация проектирования экспериментов через агентное извлечение наборов данных и базовых эталонов. Однако предыдущие усилия страдали от ограниченного охвата данных — рекомендательные наборы данных преимущественно извлекаются из общедоступных порталов и упускают многие данные, фактически используемые в опубликованных статьях, а также чрезмерной зависимости от сходства содержания, что смещает модели в сторону поверхностного подобия и игнорирует пригодность для эксперимента. Используя коллективное восприятие, встроенное в сеть цитирования базисов и наборов данных, мы представляем комплексную структуру рекомендаций базисных решений и наборов данных. Во-первых, мы разработали автоматизированный конвейер сбора данных, который связывает примерно одну...