Articulating Assumptions in AI-Generated Scientific Analyses through Task Decomposition
यह शोध पत्र एक मल्टी-एजेंट फ्रेमवर्क पेश करता है जो उपयोगकर्ता के निर्देशों और कार्यान्वयन संबंधी धारणाओं में अस्पष्टताओं को स्पष्ट रूप से पहचानने और उन्हें हल करने के माध्यम से, टास्क डिकंपोजिशन (कार्य अपघटन) और क्वांटिटी-ग्राउंडेड सिमेंटिक डिफरेंसिंग (मात्रा-आधारित अर्थगत अंतर) का उपयोग करके LLMs द्वारा उत्पन्न वैज्ञानिक विश्लेषणों की पारदर्शिता, पुनरुत्पादकता और विश्वसनीयता को बढ़ाने के लिए है।