arXiv cs.AI· Yasheng Sun, Yanning Dai, Yimeng Chen, Nanbo Li, Firas Laakom, Yifan Xu, Piotr Pi\k{e}kos, Mateusz Ostaszewski, Wenyi Wang, Cheng Luo, Yuhui Wang, J\"urgen Schmidhuber·· 3 天前AI 评分36
JevGPT：自主研究中的快思考与慢思考
JevGPT: Thinking Fast and Slow in Autonomous Research
AI 导读
JevGPT 是一个面向自主研究的双系统架构，将快速证据处理与审慎研究规划相结合：System Two 设定证据目标并整合发现，System One 定位支撑、评估相关性并引导进一步检查，独立来源判断并行运行。在固定语料问答和文档排序实验中，JevGPT 取得领先任务表现，完成更快、成本低于同等有效的研究智能体，并在研究循环中覆盖更多支撑文档。
正文 · AI 翻译
作者：Yasheng Sun、Yanning Dai、Yimeng Chen、Nanbo Li、Firas Laakom、Yifan Xu、Piotr Piękos、Mateusz Ostaszewski、Wenyi Wang、Cheng Luo、Yuhui Wang、Jürgen Schmidhuber
摘要：自主研究智能体必须在有限预算内获取并推理证据。然而，相关来源可能仍未被检查或未被使用，从而在检索覆盖范围与为研究提供依据的证据之间留下差距。挑战在于将快速的局部判断与不断变化的证据需求对齐，并将其发现反馈到研究决策中。我们提出 JevGPT，一种用于自主研究的双系统架构，将快速证据处理与审慎的研究规划相结合。系统二设定证据目标并整合发现，而系统一则定位支持、评估相关性并引导进一步检查。独立的来源判断并行运行；选定的原始段落为下一步研究提供依据。在固定语料库问答和文档排序上的实验表明，JevGPT 取得了领先的任务性能，与同等有效的研究智能体相比，完成更快、成本更低。证据分析显示，研究循环中来源检查更广泛，支持性文档的覆盖范围更大，凸显出高效的证据处理是通向更强自主研究能力的途径。
| Comments: | 24 页，6 幅图，7 张表。项目页面：this https URL |
| Subjects: | 计算与语言（cs.CL）；人工智能（cs.AI）；信息检索（cs.IR） |
| Cite as: | arXiv:2610.18272 [cs.CL] |
| （或 arXiv:2610.18272v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18272 由 DataCite 颁发的 arXiv DOI（待注册） |
Submission history
来自：Yasheng Sun [查看邮箱]
[v1]
2026年10月13日星期二 12:29:13 UTC（723 KB）
来源：arXiv cs.AI · arxiv.org