RESEARCH27
Sound Agentic Science Requires Adversarial Experiments
arXiv CS.AI·27 avril 2026
Les agents basés sur les LLM sont rapidement adoptés pour l'analyse de données scientifiques, mais ils risquent de produire des analyses plausibles optimisées pour des résultats positifs et publiables. Ce document propose que les affirmations non expérimentales produites avec l'aide d'agents soient évaluées selon un cadre de falsification pour garantir la rigueur scientifique.
Lire l'original ↗