**评估优先：AutoSciRub实现自主科研代理的自动标准生成**

_Learning to Evaluate Before Improving: Automatic Rubric Induction for Automatic Research Agents_

> HuggingFace Daily Papers 社区热门论文介绍了一种名为 AutoSciRub 的'评估优先'框架，用于提升自主科学研究代理的性能。该框架在研究执行前自动生成任务特定的可执行评估标准，将模糊的研究指令分解为原子科学目标，并基于相关文献和任务数据生成具体、可验证的标准。实验表明，AutoSciRub 在 ResearchClawBench 和 AstaBench E2E Discovery 基准上均取得显著提升，平均分别提升 2.08 分和 16.8 分。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.31076)