ARIS: Pesquisa Autônoma por meio de Colaboração Adversarial Multiagente

Resumo

Este relatório descreve o ARIS (Auto-Research-in-sleep), uma plataforma de pesquisa de código aberto para pesquisa autónoma, incluindo a sua arquitetura, mecanismos de garantia e experiências iniciais de implementação. O desempenho de sistemas de agentes baseados em LLMs depende tanto dos pesos do modelo como da plataforma que os envolve, a qual governa que informação armazenar, recuperar e apresentar ao modelo. Para fluxos de trabalho de pesquisa de longo prazo, o modo de falha central não é uma quebra visível, mas um sucesso plausível não suportado: um agente de longa execução pode produzir afirmações cujo suporte probatório é incompleto, incorretamente reportado ou silenciosamente herdado da estruturação do executor. Por conseguinte, apresentamos o ARIS como uma plataforma de pesquisa que coordena fluxos de trabalho de investigação em *machine learning* através de colaboração adversarial entre modelos como configuração padrão: um modelo executor impulsiona o progresso, enquanto é recomendado que um revisor de uma família de modelos diferente critique os artefactos intermédios e solicite revisões. O ARIS possui três camadas arquitetónicas. A camada de execução fornece mais de 65 competências reutilizáveis definidas em Markdown, integrações de modelos via MCP, uma wiki de pesquisa persistente para reutilização iterativa de resultados anteriores e geração determinística de figuras. A camada de orquestração coordena cinco fluxos de trabalho de ponta a ponta com definições de esforço ajustáveis e encaminhamento configurável para modelos revisores. A camada de garantia inclui um processo de três etapas para verificar se as afirmações experimentais são suportadas por evidências: verificação de integridade, mapeamento resultado-para-afirmação e auditoria de afirmações que cruza declarações do manuscrito com o registo de afirmações e a evidência bruta, bem como um *pipeline* de cinco fases de edição científica, verificações de provas matemáticas e inspeção visual do PDF renderizado. Um protótipo de ciclo de autoaperfeiçoamento regista os traços de pesquisa e propõe melhorias à plataforma que só são adotadas após aprovação do revisor.

English

This report describes ARIS (Auto-Research-in-sleep), an open-source research harness for autonomous research, including its architecture, assurance mechanisms, and early deployment experience. The performance of agent systems built on LLMs depends on both the model weights and the harness around them, which governs what information to store, retrieve, and present to the model. For long-horizon research workflows, the central failure mode is not a visible breakdown but a plausible unsupported success: a long-running agent can produce claims whose evidential support is incomplete, misreported, or silently inherited from the executor's framing. Therefore, we present ARIS as a research harness that coordinates machine-learning research workflows through cross-model adversarial collaboration as a default configuration: an executor model drives forward progress while a reviewer from a different model family is recommended to critique intermediate artifacts and request revisions. ARIS has three architectural layers. The execution layer provides more than 65 reusable Markdown-defined skills, model integrations via MCP, a persistent research wiki for iterative reuse of prior findings, and deterministic figure generation. The orchestration layer coordinates five end-to-end workflows with adjustable effort settings and configurable routing to reviewer models. The assurance layer includes a three-stage process for checking whether experimental claims are supported by evidence: integrity verification, result-to-claim mapping, and claim auditing that cross-checks manuscript statements against the claim ledger and raw evidence, as well as a five-pass scientific-editing pipeline, mathematical-proof checks, and visual inspection of the rendered PDF. A prototype self-improvement loop records research traces and proposes harness improvements that are adopted only after reviewer approval.