論文の概要: Orcheo: A Modular Full-Stack Platform for Conversational Search

• arxiv url: http://arxiv.org/abs/2602.14710v1
• Date: Mon, 16 Feb 2026 12:56:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 16:22:50.411351
• Title: Orcheo: A Modular Full-Stack Platform for Conversational Search
• Title（参考訳）: Orcheo: 会話検索のためのモジュラフルスタックプラットフォーム
• Authors: Shaojie Jiang, Svitlana Vakulenko, Maarten de Rijke,
• Abstract要約: Conversational Search (CS) は、クエリの改定、ランキング、応答生成を統合する複雑なソフトウェアエンジニアリングパイプラインを必要とする。 私たちは、このギャップを埋めるために設計されたオープンソースのプラットフォームOrcheoを紹介します。
• 参考スコア（独自算出の注目度）: 47.442398131910544
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational search (CS) requires a complex software engineering pipeline that integrates query reformulation, ranking, and response generation. CS researchers currently face two barriers: the lack of a unified framework for efficiently sharing contributions with the community, and the difficulty of deploying end-to-end prototypes needed for user evaluation. We introduce Orcheo, an open-source platform designed to bridge this gap. Orcheo offers three key advantages: (i) A modular architecture promotes component reuse through single-file node modules, facilitating sharing and reproducibility in CS research; (ii) Production-ready infrastructure bridges the prototype-to-system gap via dual execution modes, secure credential management, and execution telemetry, with built-in AI coding support that lowers the learning curve; (iii) Starter-kit assets include 50+ off-the-shelf components for query understanding, ranking, and response generation, enabling the rapid bootstrapping of complete CS pipelines. We describe the framework architecture and validate Orcheo's utility through case studies that highlight modularity and ease of use. Orcheo is released as open source under the MIT License at https://github.com/ShaojieJiang/orcheo.
• Abstract（参考訳）: Conversational Search (CS) は、クエリの改定、ランキング、応答生成を統合する複雑なソフトウェアエンジニアリングパイプラインを必要とする。 CS研究者は現在、2つの障壁に直面している。コミュニティと効率的にコントリビューションを共有する統一フレームワークがないことと、ユーザ評価に必要なエンドツーエンドのプロトタイプのデプロイが難しいことだ。 私たちは、このギャップを埋めるために設計されたオープンソースのプラットフォームOrcheoを紹介します。 Orcheoには3つの大きな利点がある。 i)モジュールアーキテクチャは,単一ファイルノードモジュールを介してコンポーネントの再利用を促進し,CS研究における共有と再現性を促進する。 (ii)生産可能なインフラは、デュアル実行モード、セキュアなクレデンシャル管理、実行テレメトリを通じてプロトタイプとシステムのギャップを橋渡しし、学習曲線を下げるAIコーディングサポートが組み込まれている。 (iii)スターターキット資産には、クエリ理解、ランキング、レスポンス生成のための50以上のオフザシェルフコンポーネントが含まれており、完全なCSパイプラインの迅速なブートストラップを可能にする。 フレームワークアーキテクチャを説明し、モジュール性と使いやすさを強調するケーススタディを通じてOrcheoの実用性を検証する。 OrcheoはMIT Licenseのhttps://github.com/ShaojieJiang/orcheoでオープンソースとして公開されている。

関連論文リスト

• A Lightweight Modular Framework for Constructing Autonomous Agents Driven by Large Language Models: Design, Implementation, and Applications in AgentForge [1.932555230783329]
  LLM駆動の自律エージェントの構築を民主化するために設計された軽量でオープンソースのPythonフレームワーク。 AgentForgeは、(1)正式に定義された入出力契約できめ細かいタスク分解を可能にする構成可能なスキル抽象化、(2)クラウドベースのAPIとローカル推論エンジンのシームレスな切り替えをサポートする統一されたバックエンドインターフェース、(3)エージェントロジックと実装の詳細を分離する宣言型YAMLベースの構成システムである。
  論文  参考訳（メタデータ） (2026-01-19T20:33:26Z)
• VSA:Visual-Structural Alignment for UI-to-Code [29.15071743239679]
  視覚テキストアライメントにより組織化された資産を合成するための多段階パラダイムであるbfVSA(VSA)を提案する。 私たちのフレームワークは、最先端のベンチマークよりもコードのモジュール化とアーキテクチャの一貫性を大幅に改善します。
  論文  参考訳（メタデータ） (2025-12-23T03:55:45Z)
• LLM$\times$MapReduce-V3: Enabling Interactive In-Depth Survey Generation through a MCP-Driven Hierarchically Modular Agent System [55.33058620876928]
  LLM x MapReduce-V3 は、長期サーベイ生成のための階層的モジュラーエージェントシステムである。 システムは研究の視点を捉えて包括的な骨格を生成し、それを詳細な調査へと発展させる。 人間の評価から,本システムはコンテンツ深度と長さの両方において,代表的ベースラインを超越していることが示された。
  論文  参考訳（メタデータ） (2025-10-13T01:38:37Z)
• VerlTool: Towards Holistic Agentic Reinforcement Learning with Tool Use [78.29315418819074]
  VerlToolは、体系的な設計原則を通じて制限に対処する統一的でモジュール化されたフレームワークです。 我々のフレームワークはARLTをマルチターントラジェクトリとして定式化し、マルチモード観測トークン(テキスト/画像/ビデオ)を単一ターンRLVRパラダイムを超えて拡張する。 モジュール化されたプラグインアーキテクチャは、軽量Python定義のみを必要とする迅速なツール統合を可能にする。
  論文  参考訳（メタデータ） (2025-09-01T01:45:18Z)
• KonfAI: A Modular and Fully Configurable Framework for Deep Learning in Medical Imaging [1.2556993688873865]
  KonfAIは、医療画像タスクに特化したモジュール式で完全なディープラーニングフレームワークである。 これにより、構造化YAML設定ファイルを通じて、完全なトレーニング、推論、評価を定義することができる。 KonfAIはオープンソースで、https://github.com/vboussot/KonfAIで入手できる。
  論文  参考訳（メタデータ） (2025-08-13T13:55:43Z)
• OpenOmni: A Collaborative Open Source Tool for Building Future-Ready Multimodal Conversational Agents [11.928422245125985]
  Open Omniはオープンソースのエンドツーエンドパイプラインベンチマークツールである。 音声テキスト、感情検出、検索拡張生成、大規模言語モデルなどの高度な技術を統合している。 ローカルとクラウドのデプロイメントをサポートし、データのプライバシを確保し、レイテンシと精度のベンチマークをサポートする。
  論文  参考訳（メタデータ） (2024-08-06T09:02:53Z)
• OTOv3: Automatic Architecture-Agnostic Neural Network Training and Compression from Structured Pruning to Erasing Operators [57.145175475579315]
  このトピックは、構造化プルーニングからニューラルアーキテクチャサーチまで、さまざまなテクニックにまたがっている。 第3世代のOTOv3(Noth-Train-Once)を導入する。 我々は,構造化プルーニングとニューラルアーキテクチャ探索におけるOTOv3の有効性を実証した。
  論文  参考訳（メタデータ） (2023-12-15T00:22:55Z)

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。