論文の概要: NeuDiff Agent: A Governed AI Workflow for Single-Crystal Neutron Crystallography
- arxiv url: http://arxiv.org/abs/2602.16812v1
- Date: Wed, 18 Feb 2026 19:22:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-20 15:21:28.304908
- Title: NeuDiff Agent: A Governed AI Workflow for Single-Crystal Neutron Crystallography
- Title（参考訳）: NeuDiff Agent: 単結晶中性子結晶学のAIワークフロー
- Authors: Zhongcan Xiao, Leyi Zhang, Guannan Zhang, Xiaoping Wang,
- Abstract要約: NeuDiff Agentは、Spallation Neutron SourceでTOPAZのための管理ツールを使用するAIワークフローとして紹介されている。
NeuDiff Agentは、評価された結晶構造と出版可能なCIFへの還元、統合、精製、バリデーションを通じて、機器データ製品を取得する。
- 参考スコア（独自算出の注目度）: 10.12215691185414
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large-scale facilities increasingly face analysis and reporting latency as the limiting step in scientific throughput, particularly for structurally and magnetically complex samples that require iterative reduction, integration, refinement, and validation. To improve time-to-result and analysis efficiency, NeuDiff Agent is introduced as a governed, tool-using AI workflow for TOPAZ at the Spallation Neutron Source that takes instrument data products through reduction, integration, refinement, and validation to a validated crystal structure and a publication-ready CIF. NeuDiff Agent executes this established pipeline under explicit governance by restricting actions to allowlisted tools, enforcing fail-closed verification gates at key workflow boundaries, and capturing complete provenance for inspection, auditing, and controlled replay. Performance is assessed using a fixed prompt protocol and repeated end-to-end runs with two large language model backends, with user and machine time partitioned and intervention burden and recovery behaviors quantified under gating. In a reference-case benchmark, NeuDiff Agent reduces wall time from 435 minutes (manual) to 86.5(4.7) to 94.4(3.5) minutes (4.6-5.0x faster) while producing a validated CIF with no checkCIF level A or B alerts. These results establish a practical route to deploy agentic AI in facility crystallography while preserving traceability and publication-facing validation requirements.
- Abstract（参考訳）: 大規模施設は、科学的スループットの限界として分析と報告の遅延に直面しており、特に反復的な縮小、統合、洗練、検証を必要とする構造的および磁気学的に複雑なサンプルに対してである。
時間対相対性と分析効率を改善するため、NeuDiff AgentはSpallation Neutron SourceでTOPAZのためのツールベースのAIワークフローとして紹介されている。
NeuDiff Agentはこの確立したパイプラインを、明示的なガバナンスの下で実行し、許容ツールに対するアクションを制限し、主要なワークフロー境界でフェールクロースされた検証ゲートを強制し、検査、監査、コントロールされたリプレイのための完全な証明をキャプチャする。
パフォーマンスは固定されたプロンプトプロトコルを使用して評価され、2つの大きな言語モデルバックエンドで繰り返し実行される。
基準ケースのベンチマークでは、NeuDiff Agentは壁の時間を435分(マニュアル)から86.5(4.7)に減らし、94.4(3.5)分(4.6-5.0x高速)に減らし、チェックCIFレベルAまたはB警告のない検証済みのCIFを生成する。
これらの結果は、トレーサビリティとパブリッシュ対応の検証要件を維持しつつ、施設結晶学にエージェントAIをデプロイする実用的な方法を確立している。
関連論文リスト
- Agentic Observability: Automated Alert Triage for Adobe E-Commerce [0.0]
本稿では,Adobeのeコマースインフラ内に展開されるエージェント可観測性フレームワークについて述べる。
このフレームワークは、ReActパラダイムを使用して、自動で警告トリアージを実行する。
以上の結果から,エージェントAIは三重化遅延のオーダー・オブ・マグニチュード低減と,分解能のステップ・チェンジを可能にした。
論文 参考訳（メタデータ） (2026-01-31T20:20:02Z) - Veri-Sure: A Contract-Aware Multi-Agent Framework with Temporal Tracing and Formal Verification for Correct RTL Code Generation [4.723302382132762]
シリコングレードの正しさは、 (i) シミュレーション中心の評価の限られたカバレッジと信頼性、 (ii) 回帰と修復幻覚、 (iii) エージェントハンドオフ間で意図が再解釈される意味的ドリフトによってボトルネックが残っている。
エージェントの意図を整合させる設計契約を確立するマルチエージェントフレームワークであるVeri-Sureを提案する。
論文 参考訳（メタデータ） (2026-01-27T16:10:23Z) - Inference-Time Scaling of Verification: Self-Evolving Deep Research Agents via Test-Time Rubric-Guided Verification [71.98473277917962]
近年のDeep Research Agents (DRA) の進歩は、自動知識発見と問題解決に変化をもたらしている。
本稿では,政策モデルのアウトプットを反復的に検証することで,エージェントの能力を自己進化させる手法を提案する。
検証の非対称性を生かしたルーブリックスに基づく結果報酬検証器であるDeepVerifierを提案する。
論文 参考訳（メタデータ） (2026-01-22T09:47:31Z) - CatMaster: An Agentic Autonomous System for Computational Heterogeneous Catalysis Research [7.778196807731191]
自然言語要求を完全な計算作業空間に変換する,大規模言語モデル(LLM)駆動エージェントシステムであるCatMasterを提案する。
CatMasterは、インスペクションと再起動性のための重要な事実、制約、ファイルポインタの永続的なプロジェクト記録を維持している。
論文 参考訳（メタデータ） (2026-01-20T01:51:12Z) - The Bitter Lesson of Diffusion Language Models for Agentic Workflows: A Comprehensive Reality Check [54.08619694620588]
本稿では,2つの異なるエージェントパラダイムであるEmbodied AgentsとTool-Calling AgentsにまたがるdLLMの包括的評価を行う。
Agentboard と BFCL では,現在の dLLM が信頼できるエージェントバックボーンとして機能しないという,"ビットレッスン" が報告されている。
論文 参考訳（メタデータ） (2026-01-19T11:45:39Z) - Metacognitive Self-Correction for Multi-Agent System via Prototype-Guided Next-Execution Reconstruction [58.51530390018909]
大規模言語モデルに基づくマルチエージェントシステムは、協調的な問題解決において優れているが、エラーのカスケードには脆弱である。
我々は,MASにリアルタイム,教師なし,ステップレベルの誤り検出と自己補正を付与するメタ認知フレームワークMASCを提案する。
論文 参考訳（メタデータ） (2025-10-16T05:35:37Z) - Autoformalizer with Tool Feedback [52.334957386319864]
自動形式化は、数学的問題を自然言語から形式的ステートメントに変換することによって、ATP(Automated Theorem Proving)のデータ不足に対処する。
既存のフォーミュラライザは、構文的妥当性とセマンティック一貫性を満たす有効なステートメントを一貫して生成することに苦慮している。
本稿では,ツールフィードバックを用いたオートフォーマライザ (ATF) を提案する。
論文 参考訳（メタデータ） (2025-10-08T10:25:12Z) - Towards Robust Fact-Checking: A Multi-Agent System with Advanced Evidence Retrieval [1.515687944002438]
デジタル時代における誤報の急速な拡散は、世論に重大な課題をもたらす。
従来の人間主導のファクトチェック手法は信頼できるが、オンラインコンテンツの量と速度に苦慮している。
本稿では, 精度, 効率, 説明性を向上する自動ファクトチェックのための新しいマルチエージェントシステムを提案する。
論文 参考訳（メタデータ） (2025-06-22T02:39:27Z) - Q-DETR: An Efficient Low-Bit Quantized Detection Transformer [50.00784028552792]
Q-DETRのボトルネックは、我々の経験的分析によるクエリ情報の歪みから生じる。
情報ボトルネック(IB)の原理をQ-DETRの学習に一般化することで導出できる2レベル最適化問題としてDRDを定式化する。
本研究では,教師情報を蒸留所要の機能に効果的に転送し,条件情報エントロピーを最小化する,フォアグラウンド対応クエリマッチング手法を提案する。
論文 参考訳（メタデータ） (2023-04-01T08:05:14Z)
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。