ทันเอไอ

研究者、「Prompt-to-Paper」を発表：正確性と検証可能性を重視したAI論文執筆システム

研究者らは、信頼性の低いデータ参照や偽の実験結果生成という、現在のAI論文執筆における主要課題を解決するため、新AIシステム「Prompt-to-Paper」のコンセプトを発表した。

大規模言語モデル（Large Language Models）による科学研究論文の草稿生成が進むAI業界だが、ある研究チームがarXiv上の学術論文における重大な問題点を指摘した。研究者らによると、既存のAIシステムには以下の3つの深刻な欠陥がある。1) 参照されるテキストが検証可能な実際の情報源に基づかない、2) 実験結果が実際の実験からではなく、偽造されることが多い、3) AI生成研究の品質を測る標準評価フレームワークが存在しない、という点だ。この問題を解決するため、研究チームは複数のAIが協調する「Prompt-to-Paper」フレームワーク（multi-agent framework）を提案。その重要な革新は、すべての参照が実際の原典文書に遡って検証できることを保証する、決定論的な検索拡張生成（deterministic retrieval-augmented generation）による体系的なコンテンツ生成プロセスである。本システムは、初期段階ではバイオインフォマティクス（Bioinformatics）分野での利用を想定して設計されている。