通过无提示协作智能体提升自动化论文复现
人工智能
2025-12-03 v1
摘要
自动化论文复现日益成为加速科学研究的有前景方法，采用多步骤工作流程框架系统性地将学术论文转化为可执行代码。然而，现有框架往往缺乏对每个生成步骤输出进行验证与细化的机制，或高度依赖手动设计的提示进行自我优化，这限制了其适应性与可扩展性。为此，我们提出一种无提示协作智能体框架，自动提升论文转代码生成的质量。该方法采用两个协作智能体：验证智能体检查每个步骤的输出是否满足相应系统提示中规定的要求；细化智能体基于识别出的问题对输出进行修订。不同于需要人类专家为每个步骤设计特定细化提示的先前方法，我们的框架仅凭原始系统提示即可实现自动化验证与改进。我们将协作智能体集成至 Paper2Code 框架，并在 PaperBench Code-Dev 与 Paper2CodeBench 数据集上开展全面实验。实验结果表明，我们的方法在复现代码的准确性与完整性方面显著提升，分别相较于无我们智能体的基线实现约 15% 与 13% 的性能提升。此外，与 Self-Refine 的对比实验验证了我们无提示方法在不同数据集上的稳健性与一致性。
引用
@article{arxiv.2512.02812,
title = {Enhancing Automated Paper Reproduction via Prompt-Free Collaborative Agents},
author = {Zijie Lin and Qilin Cai and Liang Shen and Mingjun Xiao},
journal= {arXiv preprint arXiv:2512.02812},
year = {2025}
}