面向长周期科研智能体的动作构建：阅读集框架评估实验设计完整性

研究提出阅读集框架，用于评估大语言模型科研智能体在动作构建时是否把实验设计说清楚，而不只是看它选了哪个动作。在30个合成状态上，完整设计请求相对动作名称基线的可负担效率分别提升465.98%和327.91%；配套的60个场景数据集上，场景级信息成本比与18名人类判断的平均组内相关性为0.733。