arXiv Artificial Intelligence· Mosab Alfaqeeh, Omar Hourani, Muath Hourani, Hashem Alfaqeeh·· 17 小时前AI 评分50
AI 研究智能体论文中的数字误归属问题：确定性检查器与 LLM 验证器对比
Beyond fabrication: Misattributed numbers in papers written by AI research agents
AI 导读
对某 AI 研究智能体公开基准全部 540 条已发布判定重新分析后发现，失败集中在论文与底层工作之间的对齐问题而非公然造假，约五分之四无支撑数值对应智能体自身文件中来自错误实验、指标或运行的值。
来源：arXiv Artificial Intelligence · arxiv.org