Science One框架：通过证据链实现可验证的自主研究

谷歌研究院推出了Science One框架，这是一个自主研究原型，旨在通过原生构建可验证的证据链来消除幻觉，同时推出了CoE审计协议，这是一个用于评估AI生成论文完整性的自动化协议。该框架基于证据链（CoE），这是一个新的可验证性概念，要求研究产物中的每个主张都有记录在案的证据链（完整性），并且每条链都能真实支持该主张（正确性）。Science One框架通过三个主要模块实例化CoE：思想探索器、问题调查器和解决方案开发者。CoE审计应用了四项严格的完整性检查：参考文献验证、分数验证、代码可重复性以及方法-代码一致性。在ADRS基准的75篇论文评估中，Science One实现了零虚假参考文献（相比之下，基线幻觉率高达21%）、完美的分数验证以及最高的方法-代码一致性，同时在所有五项ADRS任务中达到或超过人类专家水平。该框架还在包括MLE-Bench和Parameter-Golf在内的六项外部复杂任务上进行了测试，取得了最先进的结果。