arXiv cs.AI· Yingjie Zhang, Chun Feng, Weizhang Zhu, Tianshu Sun·· 14 小时前AI 评分21
SEED：面向 AI 实验科学的设计语法，将实验条件编码为类型化行动者流图
Agents for Experiments, Experiments for Agents: A Design Grammar for AI-Enabled Experimental Science
AI 导读
研究者提出 SEED（Structural Encoding for Experimental Discovery），一种把每个实验条件表示为类型化行动者流图的设计语法，用于将公开研究整理成统一表示的共享条件库。
正文 · AI 翻译
摘要：人机实验在谁接收信息、谁可以行动以及谁掌握决策权方面各不相同。对单项研究的精确描述本身并不能提供一种共同语言来比较这些安排。这篇概念性评论提出了 SEED（Structural Encoding for Experimental Discovery，实验发现的结构编码），一种将每个实验条件表示为带类型的行为者流图的语法。其目的是将公开记录的研究组织成一个共享库，其中各条件以一致方式表示。人类研究人员和 AI 系统可以使用这一共同参照来理解先前的安排，并为新的研究问题提出扩展。该语法区分结构性变化与属性变化；所提出变化的科学价值需要实质性论证和证据。计算示例展示了 SEED 如何支持设计比较和 AI 辅助生成候选实验条件。我们讨论了对未来复现和溯源工作的影响，包括在数据访问受限的情况下，以及选择性搜索的风险。我们呼吁社区就该语法达成一致，并协调构建和维护该库。
| 学科： | 人工智能（cs.AI）；人机交互（cs.HC） |
| 引用为： | arXiv:2605.17746 [cs.AI] |
| （或本版本使用 arXiv:2605.17746v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2605.17746 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yingjie Zhang [查看邮箱]
[v1]
2026年5月18日 星期一 01:59:21 UTC（93 KB）
[v2]
2026年10月25日 星期日 09:38:50 UTC（81 KB）
来源：arXiv cs.AI · arxiv.org