SciHorizon-DataEVA：用于异构科学数据AI就绪评估的智能体系统
人工智能
2026-05-29 v2 机器学习
摘要
AI-for-Science（AI4Science）正日益变革科学发现，通过将机器学习模型嵌入预测、仿真和假设生成工作流程中实现跨领域的应用。然而，这些模型的有效性根本受限于科学数据的AI就绪状态，而目前不存在可扩展且系统化的评估机制。本文提出SciHorizon-DataEVA，一个用于异构科学数据可扩展AI就绪评估的新型智能体系统。在评估标准层面，我们引入Sci-TQA2原则，将AI就绪组织为四个互补维度：治理可信度、数据质量、AI兼容性和科学适应性。每个维度分解为可衡量的原子元素，实现细粒度且可执行的评估。为实现规模化，我们开发Sci-TQA2-Eval，一种通过有向循环工作流程编排的层次化多智能体评估方法。我们的Sci-TQA2-Eval通过结合轻量级数据概轮廓、适用性感知指标激活和基于领域约束和数据集论文信号的知识增强规划，动态构建数据集感知的评估规格。这些规格通过具有内置验证和自我纠正的自适应、工具导向的评估机制执行，实现跨异构科学数据的可扩展可靠评估。针对跨多个领域的科学数据集进行大规模实验，证明了SciHorizon-DataEVA在原则化AI就绪评估方面的有效性和通用性。
引用
@article{arxiv.2604.26645,
title = {SciHorizon-DataEVA: An Agentic System for AI-Readiness Evaluation of Heterogeneous Scientific Data},
author = {Dianyu Liu and Chuan Qin and Xi Chen and Xiaohan Li and Wenxi Xu and Yuyang Wang and Xin Chen and Yuanchun Zhou and Hengshu Zhu},
journal= {arXiv preprint arXiv:2604.26645},
year = {2026}
}