原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，粒子物理学的世界就像一场规模宏大、高风险的烹饪大赛。科学家们在巨大的机器（如大型强子对撞机）中制作复杂的“菜肴”（粒子碰撞），并为这些菜肴编写详细的“食谱”（科学论文）。此外，他们还会提供一份“食材清单”（数据），以便其他厨师尝试重现这道菜。
然而，问题出现了：为了能够真正品尝并比较这些菜肴，其他科学家需要一个特定的、标准化的厨房工具，叫做 Rivet。你可以把 Rivet 想象成一个专门的高科技量杯，它能确保每个人测量汤料的方式都完全一致。如果没有它，你就无法公平地将你的汤与别人的进行比较。
麻烦在于，只有大约 40% 的已发表食谱附带了这个特殊的量杯。剩下的食谱仅仅是文字描述，很难将其转化为该工具所需的精确代码。
AgentRivet 登场：AI 副厨
这篇论文的作者构建了一个名为 AgentRivet 的新系统。你可以把它想象成一支 AI 机器人团队，旨在阅读那些杂乱的纯文本食谱，并为你自动构建缺失的 Rivet 量杯（计算机代码）。
以下是他们的“厨房团队”如何运作的，使用的是一个简单的流程：
- 分析师（阅读者）： 这个 AI 机器人阅读科学论文，扮演着一名非常细心的副厨角色。它不仅仅是在阅读，它还在提取精确的指令：“使用 2 个柠檬”、“这样切洋葱”、“烹饪 10 分钟”。它将杂乱的文本转化为一份干净、结构化的购物清单。
- 编码员（构建者）： 这个机器人拿到购物清单后，尝试构建实际的 Rivet 工具（它是用一种特定的计算机语言 C++ 编写的）。这就像一个机器人手臂试图根据说明书组装一台复杂的机器。
- 评审员（检查员）： 在工具完成之前，两名检查员会检查工作成果。
- 代码评审员检查技术错误，比如是否使用了错误的螺丝或损坏的零件（语法错误）。
- 物理评审员检查指令是否真的符合食谱。机器人是否正确测量了洋葱？它是否遵循了烹饪时间？
“试味测试”（结果）
团队在来自 ATLAS 和 CMS 实验（两个主要的粒子物理实验室）的两份最新且复杂的食谱上测试了这支 AI 团队。他们要求 AI 从零开始构建 Rivet 工具。
- 好消息： 这支 AI 团队表现得相当出色。它们构建出的工具可以正常运行，且技术故障极少。当它们使用这些工具来测量模拟的粒子碰撞时，结果与人类科学家预期的非常相似。
- 坏消息（“幻觉”）： 有时，AI 会被食谱中模糊的部分搞糊涂。
- 如果论文说“对酱汁做一些特殊处理”，但没有解释具体如何操作，AI 就会进行猜测。有时它猜对了，有时则猜错了。
- 一个 AI 模型（Gemini）有时会忘记遵循关于“中微子”（一种不可见的粒子）的具体指令，而另一个模型（Claude）有时会陷入循环，或者写下它自己的“想法”而不是单纯的代码。
- AI 在处理食谱中最复杂、最抽象的部分时表现最差，例如测量事件的“形状”或使用定义不明确的复杂数学公式。
结论
论文得出结论：AgentRivet 是一个充满前景的新工具。它能够成功地将大约 40% 的“缺失”食谱转化为可运行的代码，这对物理学界是一个巨大的帮助。
然而，它目前并不完美。它仍然需要有人在旁边监督，尤其是在原始食谱含糊不清的时候。作者建议，在未来，他们将通过在更多示例上进行训练，并增加自动检查机制，以便在人类看到错误之前就将其捕捉到，从而更好地教导这个 AI。
简而言之： AgentRivet 是一个自动化团队，负责阅读科学论文并构建科学家用来比较数据所需的缺失软件工具。它运行良好，但当指令不明确时仍会犯错，因此仍需要人类专家来复核工作。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。