Система Paper2Agent преобразует научные публикации в интерактивных ИИ-агентов, способных выполнять описанные методы. Инструмент анализирует код, данные и текст статьи, создавая MCP-сервер. Это позволяет языковым моделям запускать научные процедуры без необходимости ручной настройки программного окружения и зависимостей.
В ходе экспериментов система создала 22 инструмента для модели AlphaGenome за 45 минут при затратах $14. Агент показал точность 98,7% на учебных задачах и 100% на новых. Для пакета Scanpy система подготовила 7 инструментов за 45 минут и $13, выполнив полный цикл обработки данных, включая кластеризацию и определение типов клеток.
При тестировании на 100 биологических работах Paper2Agent успешно обработала 74 публикации, создав 599 инструментов, из которых 593 прошли валидацию. Ошибки возникали из-за отсутствия кода или проблем с зависимостями. Метод также протестировали в областях статистики, эконометрики, теории игр и астрофизики, подтвердив его универсальность.
Разработчики подчеркивают, что Paper2Agent не отменяет необходимость проверки результатов человеком. Хотя часть статей не удается превратить в агентов из-за низкого качества документации, система позволяет исследователям применять описанные методы к собственным данным и воспроизводить анализ, не перенося код вручную.
