Le format PDF devrait disparaître, l'ARA devrait s'imposer : l'heure des articles de recherche natifs pour agents
Des chercheurs proposent de remplacer les articles PDF par des artefacts de recherche natifs pour agents (ARA), un ensemble de connaissances exploitable par machine qui capture les expériences, le code et les preuves. Les tests montrent que l'IA comprend et reproduit mieux la recherche avec l'ARA, mais des défis subsistent en matière de portée, de confidentialité et de fiabilité.
Une équipe de 37 chercheurs de Stanford, de l'Université du Michigan, de Carnegie Mellon et du MIT, dirigée par le premier auteur Liu Jiachen, propose de remplacer les articles PDF traditionnels par des ARA (artefacts de recherche natifs pour agents). Ils soutiennent que les PDF imposent une « taxe narrative » et une « taxe d'ingénierie », perdant les chemins d'exploration et les détails critiques. L'ARA réorganise la recherche en quatre couches : logique scientifique, code exécutable, carte d'exploration et preuves, la rendant directement opérationnelle par l'IA. Lors de tests avec 450 questions, l'IA utilisant l'ARA a atteint une précision de 93,7 % contre 72,4 % avec les matériaux traditionnels ; le succès de reproduction était de 64,4 % contre 57,4 %. L'ARA a également aidé l'IA à éviter les directions échouées dès le début, économisant des coûts, car 90,2 % des coûts d'exécution des agents IA sont gaspillés en exploration infructueuse. Cependant, l'ARA n'est pas encore largement applicable, présente des lacunes en matière de confidentialité et de sécurité, et a connu un cas d'hallucination. L'équipe a conçu trois mécanismes : le gestionnaire de recherche en direct, le compilateur ARA et un système de révision natif ARA. Liu a fondé le laboratoire de recherche natif pour agents en mai 2026 pour promouvoir l'écosystème ARA Commons.
Source: QbitAI 量子位 —
original