OpenNSWM-Lab/FAROS

何を解決するか

FAROSはAI生成研究における根拠の欠如と追跡可能性の不足に対処します。LLMが根拠のない研究アイデアを生成することを防ぎ、最初に証拠に基づく情報収集を義務付け、非構造的な文章によるやり取りを構造化された契約に置き換え、自動レビューが一般的なフィードバックではなく、実際の実験結果とリンクされた実行可能なフィードバックであることを保証します。

動作方法

FAROSは構造化された科学的プロセスに従うマルチエージェントシステムとして動作します：

1. アイデア生成：QwenなどのLLMを使用して、漠然とした関心を文献検索と意味的フィルタリングに基づいた具体的なタスクと手法に変換します。
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表を収集します。
4. 論文作成：元の計画および実験データと直接リンクされた論文ドラフトを作成します。
5. ReviewX：主張、証拠、測定値の整合性を検証する監査システムであり、結果を研究プロセスにフィードバックして修正を可能にします。

対象ユーザー

研究アイデアから出版までの一連のプロセスを管理するための協働システムを必要とする研究者やAI科学者。証拠の厳密な監査トレールと人間の監視を維持する必要がある方々です。

特徴

• 証拠優先アプローチ：研究アイデアを支持するために使用される文献は、品質基準を通過した後でしか利用できません。
• PlanPackage契約：型付きのやり取りシステムを用いることで、下流エージェントが上流エージェントの意図を推測する必要がなくなります。
• ReviewXクローズドループ：主張と証拠の整合性を監査し、実際の実験結果が研究計画の修正を引き起こすことを可能にします。
• 人間が関与するループ：信頼性と信頼性を確保するため、重要な意思決定の段階で人間の承認と署名を統合します。
• 回復可能なワークフロー：バックグラウンドタスクとポーリングをサポートし、長時間実行される研究タスク中のデータ損失を防ぎます。