长程科研智能体的动作构建：设计具信息量的动作

研究者提出评估大语言模型科研智能体动作构建的 reading-set 框架，解决指令细节遗漏导致的实验执行歧义。在 30 个合成状态测试中，完整设计请求使两个模型族的经济效率相比基线分别提升 465.98% 和 327.91%。包含 60 个场景的数据集测试显示，其单位成本信息量指标与 18 名人类判断的平均场景内相关性达 0.733。