RIDAR：自动检测并干预自主研究智能体科研诚信违规

Jiening Siow 等作者提出 RIDAR 框架，用于自动检测自主研究智能体的科研诚信违规（RIV），并在运行时进行干预。其检测部分 RIDAR-post-hoc 在 60 条专家标注轨迹构成的 RIV-Gold 基准上取得 85.2% 的 F1 值。 该结果来自作者自建的基准测试，反映的是检测环节在该数据集上的表现；运行时干预的实际效果尚未在报道中给出评估数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。