في عالم العلوم، تُعد قدرة البحث على إعادة الإنتاج (Replicability) من الأسس لأعمال المعرفة، حيث تضمن موثوقية النتائج وتوفر قاعدة لل experiments المستقبلية. وقد أثبتت الدراسات أن عملية إعادة الإنتاج تُظهر تفاصيل قد تكون غير محددة مسبقاً، مما يتطلب أبحاثاً مدفوعة بالفرضيات تواكبها.

في هذا السياق، تم تطوير نموذج Replica، وهو مساحة مهمة لتعزيز أداء الذكاء الاصطناعي في هذا المجال. يعتمد هذا النموذج على نظام حكم يعتمد على معايير مُولدة تلقائياً، والذي يضمن دقة في تقويم جودة الإعادة، حيث يتفق هذا النظام مع التقييمات البشرية عمومًا.

استخدمت الدراسة نموذج Faraday، الذي يتمتع بـ 27 مليار معلمة ويُعتبر جهاز "عالِم ذكي" (AI Scientist) يمكنه استغلال ذلك لتنفيذ مهام معقدة. وقد أثبت Faraday تفوقه على نماذج مثل Claude Opus 4.8 و GPT-5.5 في مهام الإعادة المحجوزة. تشير التحليلات النوعية إلى أن Faraday يعتمد نهجاً أكثر التزاماً بمبادئ العلم.

نعتقد أن نتائجنا تشكل نقطة انطلاق نحو تطوير وكالات ذكاء اصطناعي قادرة على الابتكار العلمي على المدى الطويل دون الحاجة إلى أدوات معقدة.