論文の概要: sciwrite-lint: Verification Infrastructure for the Age of Science Vibe-Writing

• arxiv url: http://arxiv.org/abs/2604.08501v1
• Date: Thu, 09 Apr 2026 17:46:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 18:34:06.053363
• Title: sciwrite-lint: Verification Infrastructure for the Age of Science Vibe-Writing
• Title（参考訳）: sciwrite-lint: サイエンス・バイブ・ライティング時代の検証基盤
• Authors: Sergey V Samsonau,
• Abstract要約: 現在、科学は品質保証に2つの選択肢を提供しているが、どちらも不十分である。 論文自体を測る第3の選択肢を提案する。 sciwrite-lintは、研究者のマシンで完全に動作する科学写本のためのオープンソースライブラリである。 arXivとbioRxivの未確認論文30件について, 誤り注入とLCM適応偽陽性解析を用いてパイプラインの評価を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Science currently offers two options for quality assurance, both inadequate. Journal gatekeeping claims to verify both integrity and contribution, but actually measures prestige: peer review is slow, biased, and misses fabricated citations even at top venues. Open science provides no quality assurance at all: the only filter between AI-generated text and the public record is the author's integrity. AI-assisted writing makes both worse by producing more papers faster than either system can absorb. We propose a third option: measure the paper itself. sciwrite-lint (pip install sciwrite-lint) is an open-source linter for scientific manuscripts that runs entirely on the researcher's machine (free public databases, a single consumer GPU, and open-weights models) with no manuscripts sent to external services. The pipeline verifies that references exist, checks retraction status, compares metadata against canonical records, downloads and parses cited papers, verifies that they support the claims made about them, and follows one level further to check cited papers' own bibliographies. Each reference receives a per-reference reliability score aggregating all verification signals. We evaluate the pipeline on 30 unseen papers from arXiv and bioRxiv with error injection and LLM-adjudicated false positive analysis. As an experimental extension, we propose SciLint Score, combining integrity verification with a contribution component that operationalizes five frameworks from philosophy of science (Popper, Lakatos, Kitcher, Laudan, Mayo) into computable structural properties of scientific arguments. The integrity component is the core of the tool and is evaluated in this paper; the contribution component is released as experimental code for community development.
• Abstract（参考訳）: 現在、科学は品質保証に2つの選択肢を提供しているが、どちらも不十分である。 ジャーナルゲートキーピングは、整合性とコントリビューションの両方を検証すると主張しているが、実際には、ピアレビューは遅く、バイアスがあり、トップ会場でも作り出された引用を見逃している。 オープンサイエンスは品質保証をまったく提供しない。AI生成テキストと公開レコードの間の唯一のフィルターは著者の完全性である。 AI支援による書き込みは、どちらのシステムが吸収できるよりも高速に論文を作成することによって、両者を悪化させる。 論文自体を測る第3の選択肢を提案する。 sciwrite-lint (pip install sciwrite-lint) は、研究者のマシン(フリーのパブリックデータベース、単一のコンシューマGPU、オープンウェイトモデル)上で、外部サービスに原稿を送信せずに完全に動作する科学写本のためのオープンソースライブラリである。 パイプラインは、参照が存在することを確認し、リトラクション状態をチェックし、メタデータを標準レコードと比較し、引用された論文をダウンロードし、解析し、それらに関するクレームをサポートすることを検証し、引用された論文自身の文献を確認するためにさらに1つのレベルに従う。 各参照は、すべての検証信号を集約する参照毎の信頼性スコアを受信する。 arXivとbioRxivの未確認論文30件について, 誤り注入とLCM適応偽陽性解析を用いてパイプラインの評価を行った。 実験的な拡張として、SciLint Scoreを提案し、科学哲学(Popper, Lakatos, Kitcher, Laudan, Mayo)から科学的議論の計算可能な構造特性まで5つのフレームワークを運用するコントリビューションコンポーネントと整合性検証を組み合わせる。 本論文では、コントリビューションコンポーネントをコミュニティ開発のための実験コードとしてリリースする。

関連論文リスト

• Paper Circle: An Open-source Multi-agent Research Discovery and Analysis Framework [82.66443886385125]
  ペーパーサークル(Paper Circle)は、学術文献の発見、評価、整理、理解に必要な労力を減らすために設計された発見・分析システムである。 1)複数のソースからのオフラインおよびオンライン検索を統合するディスカバリパイプライン,多エージェントスコアリング,多様性対応ランキング,構造化アウトプット,2)個々の論文を概念,メソッド,数値などの型付きノードで構造化された知識グラフに変換する分析パイプライン,の2つの補完パイプラインで構成されている。
  論文  参考訳（メタデータ） (2026-04-07T17:59:58Z)
• FactReview: Evidence-Grounded Reviews with Literature Positioning and Execution-Based Claim Verification [57.196748998757954]
  本稿では,クレーム抽出,文献位置決定,実行に基づくクレーム検証を組み合わせたエビデンスベースレビューシステムであるFactReviewを紹介する。 FactReviewは論文を提出すると、主要なクレームを特定し、その結果を報告し、論文の技術的な位置を明らかにするために近くの作業を取り出し、コードが利用可能であれば、リリースされたリポジトリを実行する。 その後、簡潔なレビューと、主要な請求を5つのラベルのうち1つに割り当てるエビデンスレポートを生成する。
  論文  参考訳（メタデータ） (2026-04-05T11:45:22Z)
• CiteAudit: You Cited It, But Did You Read It? A Benchmark for Verifying Scientific References in the LLM Era [51.63024682584688]
  大規模言語モデル (LLM) は新たなリスクを導入している。 本稿では,科学文献における幻覚的引用のための総合的なベンチマークおよび検出フレームワークについて紹介する。 我々のフレームワークは、精度と解釈可能性の両方において、先行手法を著しく上回っている。
  論文  参考訳（メタデータ） (2026-02-26T19:17:39Z)
• OpenNovelty: An LLM-powered Agentic System for Verifiable Scholarly Novelty Assessment [63.662126457336534]
  OpenNoveltyは、透明で証拠に基づく新規性分析のためのエージェントシステムである。 回収された実論文のすべての評価を根拠にし、検証可能な判断を確実にする。 OpenNoveltyは、公正で一貫性があり、エビデンスに支えられたピアレビューを促進するスケーラブルなツールで、研究コミュニティに力を与えることを目指している。
  論文  参考訳（メタデータ） (2026-01-04T15:48:51Z)
• BadScientist: Can a Research Agent Write Convincing but Unsound Papers that Fool LLM Reviewers? [21.78901120638025]
  製造指向の紙生成エージェントがマルチモデルLCMレビューシステムを欺くことができるかどうかを考察する。 我々のジェネレータは、実際の実験を必要としないプレゼンテーション操作戦略を採用している。 健全な集約数学にもかかわらず、整合性検査は体系的に失敗する。
  論文  参考訳（メタデータ） (2025-10-20T18:37:11Z)
• Cracking Double-Blind Review: Authorship Attribution with Deep Learning [43.483063713471935]
  本稿では、匿名の原稿を著者に属性付けるトランスフォーマーベースのニューラルネットワークアーキテクチャを提案する。 我々は、arXivで公開されているすべての研究論文を200万冊以上の原稿に活用する。 本手法は, 論文の最大73%を正解する, 前代未聞の著者帰属精度を実現する。
  論文  参考訳（メタデータ） (2022-11-14T15:50:24Z)
• arXivEdits: Understanding the Human Revision Process in Scientific Writing [17.63505461444103]
  論文執筆におけるテキストリビジョン研究のための完全な計算フレームワークを提供する。 最初にarXivEditsを紹介した。これは、arXivの751個の全文からなる注釈付きコーパスで、複数のバージョンにまたがってゴールドの文をアライメントする。 データ駆動分析をサポートし、論文の改訂のために研究者が実践する一般的な戦略を明らかにします。
  論文  参考訳（メタデータ） (2022-10-26T22:50:24Z)
• Can We Automate Scientific Reviewing? [89.50052670307434]
  我々は、最先端自然言語処理(NLP)モデルを用いて、科学論文の第一パスピアレビューを生成する可能性について論じる。 我々は、機械学習領域で論文のデータセットを収集し、各レビューでカバーされているさまざまなコンテンツに注釈を付け、レビューを生成するために論文を取り込み、ターゲットの要約モデルを訓練する。 総合的な実験結果から、システム生成レビューは、人間によるレビューよりも、論文の多くの側面に触れる傾向にあることが示された。
  論文  参考訳（メタデータ） (2021-01-30T07:16:53Z)

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。