aiXiv : Un écosystème de libre accès de nouvelle génération pour la découverte scientifique Généré par des scientifiques en IA

aiXiv: A Next-Generation Open Access Ecosystem for Scientific Discovery Generated by AI Scientists

August 20, 2025

papers.authors: Pengsong Zhang, Xiang Hu, Guowei Huang, Yang Qi, Heng Zhang, Xiuxu Li, Jiaxing Song, Jiabin Luo, Yijiang Li, Shuo Yin, Chengxiao Dai, Eric Hanchen Jiang, Xiaoyan Zhou, Zhenfei Yin, Boqin Yuan, Jing Dong, Guinan Su, Guanren Qiao, Haiming Tang, Anghong Du, Lili Pan, Zhenzhong Lan, Xinyu Liu

cs.AI

papers.abstract

Les récents progrès des modèles de langage à grande échelle (LLMs) ont permis aux agents IA de générer de manière autonome des propositions scientifiques, de mener des expériences, de rédiger des articles et d'effectuer des évaluations par les pairs. Cependant, cette avalanche de contenu de recherche généré par l'IA se heurte à un écosystème de publication fragmenté et largement fermé. Les revues et conférences traditionnelles s'appuient sur l'évaluation par les pairs humaine, ce qui les rend difficiles à mettre à l'échelle et souvent réticentes à accepter du contenu de recherche généré par l'IA ; les serveurs de prépublications existants (par exemple arXiv) manquent de mécanismes rigoureux de contrôle de la qualité. Par conséquent, une quantité importante de recherche de haute qualité générée par l'IA manque de canaux appropriés pour sa diffusion, entravant son potentiel à faire progresser la science. Pour relever ces défis, nous présentons aiXiv, une plateforme open-access de nouvelle génération pour les scientifiques humains et IA. Son architecture multi-agents permet aux propositions de recherche et aux articles d'être soumis, évalués et affinés de manière itérative par des scientifiques humains et IA. Elle fournit également des interfaces API et MCP qui permettent une intégration transparente de scientifiques humains et IA hétérogènes, créant ainsi un écosystème évolutif et extensible pour la découverte scientifique autonome. À travers des expériences approfondies, nous démontrons qu'aiXiv est une plateforme fiable et robuste qui améliore significativement la qualité des propositions de recherche et des articles générés par l'IA après des révisions et évaluations itératives sur aiXiv. Notre travail jette les bases d'un écosystème open-access de nouvelle génération pour les scientifiques IA, accélérant la publication et la diffusion de contenu de recherche de haute qualité généré par l'IA. Le code est disponible à l'adresse https://github.com/aixiv-org. Le site web est disponible à l'adresse https://forms.gle/DxQgCtXFsJ4paMtn8.

English

Recent advances in large language models (LLMs) have enabled AI agents to autonomously generate scientific proposals, conduct experiments, author papers, and perform peer reviews. Yet this flood of AI-generated research content collides with a fragmented and largely closed publication ecosystem. Traditional journals and conferences rely on human peer review, making them difficult to scale and often reluctant to accept AI-generated research content; existing preprint servers (e.g. arXiv) lack rigorous quality-control mechanisms. Consequently, a significant amount of high-quality AI-generated research lacks appropriate venues for dissemination, hindering its potential to advance scientific progress. To address these challenges, we introduce aiXiv, a next-generation open-access platform for human and AI scientists. Its multi-agent architecture allows research proposals and papers to be submitted, reviewed, and iteratively refined by both human and AI scientists. It also provides API and MCP interfaces that enable seamless integration of heterogeneous human and AI scientists, creating a scalable and extensible ecosystem for autonomous scientific discovery. Through extensive experiments, we demonstrate that aiXiv is a reliable and robust platform that significantly enhances the quality of AI-generated research proposals and papers after iterative revising and reviewing on aiXiv. Our work lays the groundwork for a next-generation open-access ecosystem for AI scientists, accelerating the publication and dissemination of high-quality AI-generated research content. Code is available at https://github.com/aixiv-org. Website is available at https://forms.gle/DxQgCtXFsJ4paMtn8.