LLM 과학적 발견 에이전트의 ауд이티블 질문 형성

과학적 발견을 도와주는 대규모 언어 모델(LLM) 시스템은 아이디어 생성, 문헌 통합, 실험 계획, 보고서 작성과 같은 과제를 수행하지만, 과학자들이 검토해야 할 첫 번째 연구 질문은 여전히 어려울 수 있다. 연구 질문이 생소하지 않으면서도 과학자들이 검토해야 할 기작, 거짓말자, 또는 가정에 노출되지 않을 수 있다. 우리는 과학적 대규모 언어 모델 agent를 위한 첫 원리 연구 질문 형성 프레임워크인 FirstResearch를 소개한다. FirstResearch의 핵심 artifact는 구조화된 연구 질문 증명서이다. 증명서는 원시 정의, 가정, 기작 모델, 긴장 또는 모순, 거짓말할 수 있는 가설, 최소 결정 테스트, 그리고 실패 업데이트 규칙을 기록한다. 이로 인해 제안된 질문이 다운스트림 실행 이전에 검토할 수 있다. 10개의 대규모 언어 모델 agent 연구 주제에서 FirstResearch는 AI 공동 과학자, Agent Laboratory, AI Scientist-v2에 의한 제어된 프롬프트 기반 baseline을 뛰어넘었다. DeepSeek 무지 판정자 프로토콜 아래에서 FirstResearch는 baseline 40개 패키지에 대한 Gemini-2.5-Flash independent-judge 재점수에서도 시스템 레벨_ranking을 유지했다. FirstResearch의 점수는 4.86/5이며 가장 강력한 baseline의 점수는 4.38/5이다. 평균 점수에 대한 Pearson 동의도는 0.865이다. 한 번 반복하는 ablation 점검은 증명서 중심 core가 가장 강력한 구성 요소라는 것을 제안한다: 증명서만으로 점수는 DeepSeek에서 4.90/5, Gemini에서 4.88/5이다. 하지만 증명서를 제거하면 두 판정자 모두 1/5 미만으로 떨어진다. 이 결과는 예비적이며 LLM 판정자 대신 인간 도메인 전문가가 사용되었기 때문에, 하지만 LLM 생성된 과학적 질문이 더 검토할 수 있는 메커니즘으로서 명시적 유도 제약이 hứ부로운 과학적 발견의 좁은 주장을 지지한다. 코드, 프롬프트, 저장된 출력, 그리고 재현 스크립트는 https://github.com/louiswang524/FirstResearch에서 이용할 수 있다.