Badacze zaprezentowali FirstResearch - nowy framework do formułowania pytań badawczych przez agenty LLM w taki sposób, że ich założenia można sprawdzić i zweryfikować. Głównym elementem systemu jest strukturalizowany Certyfikat Pytania Badawczego, który rejestruje pierwotne definicje, przyjęte założenia, model mechanizmu działania, identyfikowaną sprzeczność lub napięcie, falsyfikowalną hipotezę, minimalny decydujący test oraz regułę aktualizacji w przypadku niepowodzenia.
Problemy, które rozwiązuje FirstResearch, są istotne dla naukowców współpracujących z systemami AI. Dotychczasowe agenty LLM mogą proponować pytania badawcze, które brzmiały wiarygodnie, lecz ukrywały swoją wewnętrzną logikę - mechanizm, sposób na ich sfalsyfikowanie czy kluczowe założenia. To uniemożliwiało naukowcom rzeczywistą weryfikację, czy pytanie jest rzeczywiście godne zbadania. FirstResearch zmienia to podejście, stawiając transparentność i auditowalnośc na pierwszym miejscu przed przejściem do fazy eksperymentalnej.
W testach na dziesięciu tematach badawczych FirstResearch osiągnął wynik 4,86/5 punktów w protokole oceny sędziego DeepSeek w porównaniu do 4,38/5 dla najlepszego wariantu bazowego. Niezależna ponowna ocena przeprowadzona za pomocą Gemini-2.5-Flash potwierdziła te wyniki ze współczynnikiem korelacji Pearsona 0,865. Szczególnie ważne odkrycie z eksperymentów ablacyjnych wykazało, że samo stosowanie certyfikatów bez pełnego frameworku uzyskało 4,90/5 u DeepSeek i 4,88/5 u Gemini, co sugeruje, że centrum certyfikatu jest najsilniejszym komponentem systemu.