Science One Framework: Un marco de investigación autónomo verificable mediante Cadena de Evidencia

Google Research ha presentado el Science One Framework, un prototipo de investigación autónomo diseñado para eliminar alucinaciones mediante la construcción nativa de cadenas de evidencia verificables, junto con la CoE Audit, un protocolo automatizado para evaluar la integridad de artículos generados por inteligencia artificial. El marco se basa en Chain-of-Evidence (CoE, cadena de evidencia), un nuevo concepto de verificabilidad que exige que cada afirmación en un producto de investigación tenga una cadena de evidencia registrada (completitud) y que cada cadena respalde genuinamente la afirmación (corrección). El Science One Framework implementa CoE a través de tres módulos principales: un Explorador de Ideas, un Investigador de Problemas y un Desarrollador de Soluciones. La CoE Audit aplica cuatro controles de integridad estrictos: verificación de referencias, verificación de puntuaciones, reproducibilidad del código y alineación método-código. En evaluaciones realizadas en 75 artículos del benchmark ADRS, Science One logró cero referencias fantasma en comparación con tasas de alucinación de referencia de hasta el 21 %, una verificación de puntuaciones perfecta y la mayor alineación método-código, igualando o superando el rendimiento de expertos humanos en las cinco tareas de ADRS. El marco también fue probado en seis tareas externas complejas, incluyendo MLE-Bench y Parameter-Golf, alcanzando resultados de vanguardia.