Reconstruction：从发表前参考文献恢复研究构想的盲测基准

当只给定一篇已发表论文的发表前参考文献时，语言模型能否恢复该论文真正的研究构想？我们提出Reconstruction，一个盲式构想恢复基准：它隐去种子论文及所有同期或更晚的文献，要求模型提出假设，再由独立的大语言模型评判把假设与留出的真实构想匹配。协议包含严格的防泄漏设计——时间引用截止、匿名参考文献ID和逐论文冻结的参考文献——以防止种子构想在提示时泄漏。在六个科学领域的643篇受评论文上，七个前沿模型的Match率仅有约3-15%。随后我们评估一个仅用参考文献的多智能体（top 4）流水线，它把跨模型评审与基于对齐假设槽位的瑞士制循环赛相结合，不使用外部网络搜索。跨模型评审加循环赛选择把所有六个领域的Match率提升至约23-42%，相比最强单模型基线实现约2.4倍的观测提升。本稿以arXiv时间戳报告协议、防泄漏设计与当前结果。