Khung Science One: Khung nghiên cứu tự trị có thể kiểm chứng thông qua Chuỗi Bằng chứng

Google Research đã giới thiệu Science One Framework, một nguyên mẫu nghiên cứu tự động được thiết kế để loại bỏ hoàn toàn hiện tượng ảo giác (hallucination) bằng cách xây dựng các chuỗi bằng chứng có thể kiểm chứng một cách bản địa, cùng với CoE Audit, một giao thức tự động để đánh giá tính toàn vẹn của các bài báo do AI tạo ra. Khung này dựa trên Chain-of-Evidence (tức là Chuỗi Bằng chứng, viết tắt CoE), một khái niệm về khả năng kiểm chứng mới yêu cầu mọi tuyên bố trong một sản phẩm nghiên cứu phải có một chuỗi bằng chứng được ghi lại (tính đầy đủ) và mỗi chuỗi phải thực sự hỗ trợ cho tuyên bố đó (tính chính xác). Science One Framework hiện thực hóa CoE thông qua ba mô-đun chính: một Trình khám phá ý tưởng (Idea Explorer), một Trình điều tra vấn đề (Problem Investigator) và một Trình phát triển giải pháp (Solution Developer). CoE Audit áp dụng bốn kiểm tra tính toàn vẹn nghiêm ngặt: xác minh tài liệu tham khảo, xác minh điểm số, khả năng tái tạo mã và sự phù hợp giữa phương pháp và mã. Trong các đánh giá trên 75 bài báo từ chuẩn ADRS, Science One đạt được không có tài liệu tham khảo ảo (phantom reference) so với tỷ lệ ảo giác cơ bản lên tới 21%, xác minh điểm số hoàn hảo và sự phù hợp giữa phương pháp và mã cao nhất, đồng thời đạt hoặc vượt hiệu suất của chuyên gia con người trên tất cả năm tác vụ ADRS. Khung này cũng được thử nghiệm trên sáu tác vụ phức tạp bên ngoài bao gồm MLE-Bench và Parameter-Golf, đạt được kết quả hiện đại nhất.