論文の概要: Toward self-coding information systems
- arxiv url: http://arxiv.org/abs/2601.14132v1
- Date: Tue, 20 Jan 2026 16:30:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-21 22:47:23.415635
- Title: Toward self-coding information systems
- Title（参考訳）: 自己コーディング情報システムに向けて
- Authors: Rodrigo Falcão, Frank Elberzhager, Karthik Vaidhyanathan,
- Abstract要約: 本稿では,エージェントAI分野における新たな研究トピックを提案する。
これらのシステムは、潜在的な適応決定を評価し、ソースコードを生成し、テストし、(再)実行時にソースコードを自律的にデプロイすることで、構造や振る舞いを動的に適応することができる。
ここでは、このトピックを動機付け、自己コーディング情報システムの正式な定義を提供し、新しい技術の期待する影響について議論し、潜在的研究方向性を示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this extended abstract, we propose a novel research topic in the field of agentic AI, which we refer to as self-coding information systems. These systems will be able to dynamically adapt their structure or behavior by evaluating potential adaptation decisions, generate source code, test, and (re)deploy their source code autonomously, at runtime, reducing the time to market of new features. Here we motivate the topic, provide a formal definition of self-coding information systems, discuss some expected impacts of the new technology, and indicate potential research directions.
- Abstract（参考訳）: 本稿では,エージェントAI分野における新たな研究トピックを提案する。
これらのシステムは、潜在的な適応決定を評価し、ソースコードを生成し、テストし、(再)実行時にソースコードを自律的にデプロイすることで、構造や振る舞いを動的に適応することができ、新機能の市場投入までの時間を短縮することができる。
ここでは、このトピックを動機付け、自己コーディング情報システムの正式な定義を提供し、新しい技術の期待する影響について議論し、潜在的研究方向性を示す。
関連論文リスト
- Agentic AI Systems in Electrical Power Systems Engineering: Current State-of-the-Art and Challenges [6.837830206986645]
エージェントAIシステムは、人工知能において批判的で変革的なアプローチとして登場した。
本稿では,「エージェントAI」の正確な定義と分類について述べる。
本論文では,電気工学を専門とする4つの応用事例について述べる。
論文 参考訳（メタデータ） (2025-11-18T13:18:43Z) - A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。
近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。
この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
論文 参考訳（メタデータ） (2025-08-10T16:07:32Z) - Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z) - Foundations of GenIR [14.45971746205563]
この章では、情報アクセスシステムにおける現代の生成AIモデルの基盤的影響について論じている。
従来のAIとは対照的に、生成AIモデルの大規模なトレーニングと優れたデータモデリングにより、高品質で人間らしい応答を生成することができる。
論文 参考訳（メタデータ） (2025-01-06T08:38:29Z) - Designing explainable artificial intelligence with active inference: A
framework for transparent introspection and decision-making [0.0]
我々は、アクティブ推論がどのようにして説明可能なAIシステムの設計に活用できるかについて議論する。
能動推論を用いた説明可能なAIシステムのためのアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-06-06T21:38:09Z) - Retrieval-Enhanced Machine Learning [110.5237983180089]
本稿では,いくつかの既存モデルを含む汎用的な検索強化機械学習フレームワークについて述べる。
REMLは情報検索の慣例に挑戦し、最適化を含む中核領域における新たな進歩の機会を提示している。
REMLリサーチアジェンダは、情報アクセス研究の新しいスタイルの基礎を築き、機械学習と人工知能の進歩への道を開く。
論文 参考訳（メタデータ） (2022-05-02T21:42:45Z) - Autoencoder-based Semantic Novelty Detection: Towards Dependable
AI-based Systems [3.0799158006789056]
本稿では,自動エンコーダに基づくセマンティックノベルティ検出のための新しいアーキテクチャを提案する。
このような意味的ノベルティ検出は、文献から知られている自己エンコーダに基づくノベルティ検出手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2021-08-24T17:27:19Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳（メタデータ） (2020-03-02T10:32:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。