Newest papers

From Prose to Properties: Testing Research Claims with ARATest for Agent-Native Science

Yifeng He, Jiachen Liu, Hao Chen · 2026 · arXiv

DOI: 10.48550/arXiv.2610.30495 · open-access PDF

Hindi

एआई एजेंट अब प्रयोगों को चलाते हैं और निष्कर्षों की रिपोर्ट करते हैं, इसलिए अनुसंधान अनुरोधों को तेजी से उत्पन्न करता है जितना शोधकर्ता उन्हें चेक कर सकते हैं। प्रत्येक अनुभवी दावा एक संपत्ति को संदर्भित करता है जो अपने मामलों पर कब्जा करना चाहिए, लेकिन यह कहता है कि संपत्ति केवल प्रोजेक्ट में है। एक स्पष्ट संपत्ति के बिना, कोई परीक्षण यह तय नहीं कर सकता है कि कौन सा सबूत एक दावा को नकली करेगा, इसलिए सत्यापन उन दावों के साथ चल नहीं सकता है जो एजेंट उत्पन्न करते हैं। दावों को परीक्षण योग्य बनाने के लिए, हम अपनी संपत्ति के स्केलेट, एक पैरामीटरित संबंध को अवलोकन करके एक दावा की सराहना करते हैं जो दावों पर पुनरावृत्ति करता है

Machine translation (Meta M2M100); the English original follows.

Abstract

AI agents now run experiments and report findings, so research produces claims faster than researchers can check them. Each empirical claim implies a property that must hold over its cases, but it states that property only in prose. Without an explicit property, no test can decide which evidence would falsify a claim, so validation cannot keep pace with the claims agents produce. To make claims testable, we approximate a claim's semantics by abstracting its property skeleton, a parameterized relation that recurs across claims. We present ARATest, a property-based testing library that checks th

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange