OpenNSWM-Lab/FAROS

何を解決するか

FAROSは、AIが生成する研究における根拠の欠如と追跡可能性の問題に対処します。LLMが根拠のないアイデアを生成することを防ぎ、まず文献の証拠を要求することで、モジュール間の曖昧な自然言語のやり取りを構造化された契約に置き換え、主張を証拠および実験結果と直接リンクさせることで、自動レビューを実行可能な形にします。

動作方法

FAROSは、構造化された科学的ループに従うマルチエージェント協調システムとして動作します：

1. アイデア生成：「トピックコーチ」を使用して研究関心を具体的なタスクに洗練させ、アイデアを支持する前に品質ゲートを通過した文献を取得します。
2. PlanPackage：仮説、変数、受容基準を含む構造化された契約を作成し、下流モジュールをガイドします。
3. コードと実験：サンドボックス内で実行可能なコードを生成し、実験を実行、構造化されたメトリクスと図を収集します。
4. 論文作成：元の計画および実験結果とリンクされた論文ドラフトを作成します。
5. ReviewX：主張、証拠、測定値の整合性をチェックする監査システムであり、結果を研究計画にフィードバックして修正を促します。

対象ユーザー

LLMおよびAIサイエンティスト研究に取り組む研究者や開発者向けに設計されており、初期の研究課題から最終論文まで、厳密で監査可能な記録を維持できるシステムが必要な人向けです。

特徴

• 証拠優先アプローチ：研究アイデアを正当化する前に、文献が意味的に整合し、検証されている必要があります。
• PlanPackage契約：型付きのやり取りシステムを使用して、コードおよびレビューモジュールが正確な科学的意図を理解できるようにします。
• ReviewXクローズドループ：単なるスコアリングではなく、整合性監査に変換し、特定の研究修正をトリガーします。
• 人間が関与するループ：計画承認や最終署名といった重要なポイントに人間の意思決定ゲートを維持します。
• 回復可能なタスク：ブラウザの再読み込みや接続切断にもかかわらず、長時間実行されるバックグラウンドジョブをサポートします。