Prompt-to-Paper：生物信息学代理人工智能系统

arXiv:2607.05456v1 公告类型：新 摘要：虽然大型语言模型的最新进展已经实现了端到端自动手稿生成，但现有系统存在三个关键缺陷：（i）生成的声明没有确定性地基于可验证的文献，（ii）实验结果经常是捏造的而不是执行的，以及（iii）不存在标准化的多维框架来评估人工智能生成的手稿是否满足现实世界出版所需的质量和严谨性。我们提出了 Prompt-to-Paper，这是一个多智能体框架，通过三项集成创新直接解决这一评估差距。首先，确定性检索增强生成管道具有部分感知相关性评分和滚雪球引用扩展功能，为可验证的 60--100 篇论文的语料库中的每项主张提供依据。其次，自主编码代理执行真正的计算生物学实验，用真实的数值结果替换合成输出。第三，八维自动质量评分器，以已发表论文的近似参考统计数据为基准，并通过明确的幻觉惩罚进行增强，提供标准化、可重复的质量评估。质量驱动的改进循环使用上下文丰富的修订器，将每次迭代路由到三个研究人员行动之一，并每十次迭代触发一个深度研究周期，以重新运行实验并从更强大的输出中重新编写手稿。我们在五个生物信息学案例研究中验证了该系统；所有五个案例均编译了提交格式的 PDF，其中超出范围的引用为零。改进循环使稿件质量在 0--100 分的范围内平均提高了 +17.96 分（最高 +26.04 分）。作为部分外部检查，人工审稿人对五篇稿件的平均评分为 7.0 分（满分 10 分）。完整稿件的制作成本约为每篇论文 0.31 美元。