超越言传：提问前科学构思的基准与框架
人工智能
2026-05-08 v1
摘要
AI 研究智能体在自动化文献搜索和稿件润色方面展现出了强大潜力，但大多数假设输入是清晰且可操作的，仅在研究问题明确后才运作。相比之下，人类研究往往始于隐性摩擦，即在问题形成之前的一种错位感。我们引入了 InciteResearch，这是一个多智能体框架，旨在使研究者的隐含理解变得明确、可检查且可操作。InciteResearch 分解了苏格拉底式提问的逻辑链，并将其分布到整个流程中：(1) 从模糊甚至与领域无关的输入中，引出由特定摩擦点锚定的结构化五维研究者画像状态；(2) 通过强制执行 7 阶段因果推导追踪，最大化可行性-新颖性乘积，从而打破隐藏假设；(3) 检查所提出的方法是否是重构见解的必要结果。我们进一步引入了 TF-Bench，这是首个用于从隐性到显性研究辅助的基准，它在四种科学模式下区分了领域相关与领域无关的灵感。在 TF-Bench 上，InciteResearch 相比基于提示的基线实现了跨越式提升（新颖性/影响力从 3.671/3.806 提升至 4.250/4.397），将生成的提案从重组转向架构见解。我们的工作表明，AI 可以作为思维本身的延伸，而不仅仅是自动化下游执行。
引用
@article{arxiv.2605.06345,
title = {More Than Can Be Said: A Benchmark and Framework for Pre-Question Scientific Ideation},
author = {Jie Yu and Song Qiu},
journal= {arXiv preprint arXiv:2605.06345},
year = {2026}
}
备注
19 pages, 2 figures; Code is available at https://github.com/Paradoxtcal/InciteResearch.git