arXiv · cs.AI · Peter Chen, Ni Zhang, Siyuan Zhang · 5 小时前模型评分54
预注册双领域实验：验证器强度不提升 大语言模型（LLM，Large Language Model） 自动化研究的发现质量
Verifier strength does not buy discovery quality: a pre-registered two-domain test of LLM-based automated research, with post-hoc evidence pointing to proposer-pool composition
导读
一项预注册的双领域实验检验了“验证器越强、发现质量越高”这一假设，在作业车间调度和基于北京 T-Drive 轨迹的车载边缘卸载两个真实数据领域各做 100 组匹配的 大语言模型（LLM，Large Language Model） 与随机对照，并设置三档验证器。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Under a pre-registered protocol we test this bet in two real-data domains -- job-shop scheduling and vehicular edge offloading on Beijing T-Drive trajectories -- across 100 matched LLM/random pairs per domain and three verifier tiers.”
- “Criteria, ledgers and scripts are archived on Zenodo (DOI: https://doi.org/10.5281/zenodo.23308866 ).”
来源：arXiv · cs.AI · arxiv.org