論文の概要: On Accelerating Grounded Code Development for Research

• arxiv url: http://arxiv.org/abs/2604.19022v1
• Date: Tue, 21 Apr 2026 03:16:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.591859
• Title: On Accelerating Grounded Code Development for Research
• Title（参考訳）: 研究用接地コードの高速化について
• Authors: Santosh Ganji,
• Abstract要約: ニッチな科学的および技術的ドメインにとっての大きな課題は、最新のドメイン固有の知識へのアクセスの欠如である。 我々は,コーディングエージェントが研究レポジトリや技術ドキュメンテーションに即時アクセス可能なフレームワークを導入する。
• 参考スコア（独自算出の注目度）: 4.238809918521607
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A major challenge for niche scientific and technical domains in leveraging coding agents is the lack of access to up-to-date, domain- specific knowledge. Foundational models often demonstrate limited reasoning capabilities in specialized fields and cannot inherently incorporate knowledge that evolves through ongoing research and experimentation. Materials scientists exploring novel compounds, communication engineers designing and evaluating new protocols, and bioengineering researchers conducting iterative experiments all face this limitation. These experts typically lack the resources to fine-tune large models or continuously embed new findings, creating a barrier to adopting AI-driven coding agents. To address this, we introduce a framework that gives coding agents instanta- neous access to research repositories and technical documentation, enabling real-time, context-aware operation. Our open-source im- plementation allows users to upload documents via doc-search.dev and includes zed-fork, which enforces domain-specific rules and workflows. Together, these tools accelerate the integration of coding agents into specialized scientific and technical workflows
• Abstract（参考訳）: コーディングエージェントを活用する上で、ニッチな科学的および技術的なドメインにとっての大きな課題は、最新のドメイン固有の知識へのアクセスの欠如である。 基礎モデルは、しばしば専門分野において限られた推論能力を示し、進行中の研究と実験を通じて進化する知識を本質的に組み込むことができない。 新たな化合物を探索する材料科学者、新しいプロトコルを設計し評価する通信技術者、そして反復実験を行うバイオエンジニアリング研究者は、この制限に直面している。 これらの専門家は通常、大きなモデルを微調整したり、新たな発見を継続的に埋め込んだりするためのリソースを欠いている。 そこで我々は,コーディングエージェントが研究レポジトリや技術ドキュメンテーションに即時アクセス可能なフレームワークを導入し,リアルタイムのコンテキスト認識操作を実現する。 当社のオープンソースIm-plementationでは、ドキュメントをdoc-search.dev経由でアップロードすることができ、ドメイン固有のルールやワークフローを強制するzed-forkが含まれています。 これらのツールが組み合わさって、特殊な科学的および技術的ワークフローへのコーディングエージェントの統合を加速する

関連論文リスト

• Accelerating Scientific Research with Gemini: Case Studies and Common Techniques [105.15622072347811]
  大規模言語モデル(LLM)は、科学研究を加速するための新たな道を開いた。 先進的なAIモデルとどのように協力したかを示すケーススタディのコレクションを提示する。
  論文  参考訳（メタデータ） (2026-02-03T18:56:17Z)
• DeepCode: Open Agentic Coding [11.7906174865581]
  DeepCodeは、ドキュメントからコードへの合成のための完全に自律的なフレームワークである。 有限のコンテキスト予算の下でタスク関連信号を最大化する4つの情報操作を編成する。 PaperBenchベンチマークの大規模な評価は、DeepCodeが最先端のパフォーマンスを達成したことを示している。
  論文  参考訳（メタデータ） (2025-12-08T16:07:13Z)
• Toward Automated and Trustworthy Scientific Analysis and Visualization with LLM-Generated Code [6.068120728706316]
  大規模言語モデル(LLM)は、自然言語記述からコードを生成することで、有望なソリューションを提供する。 実際の研究課題を反映したドメインインスパイアされたプロンプトのベンチマークスイートを構築した。 人間の介入なしには, LLM生成コードの信頼性は限られている。
  論文  参考訳（メタデータ） (2025-11-26T21:27:03Z)
• Executable Knowledge Graphs for Replicating AI Research [65.41207324831583]
  Executable Knowledge Graphs (xKG) は、科学文献から抽出された技術的洞察、コードスニペット、ドメイン固有の知識を自動的に統合するモジュラーでプラグイン可能な知識基盤である。 コードはhttps://github.com/zjunlp/xKGでリリースされる。
  論文  参考訳（メタデータ） (2025-10-20T17:53:23Z)
• Build Your Personalized Research Group: A Multiagent Framework for Continual and Interactive Science Automation [41.659285482346235]
  我々は,リアルタイムエージェント推論によって動的に決定されるテキストを特徴とするオープンソースのマルチエージェントフレームワークであるtexttfreephdlaborを提案する。 このフレームワークは、テキスト自動コンテキストのコンパクト化、情報劣化を防ぐためのテキストワークスペースベースのコミュニケーション、セッション間のテキストメモリ持続性、およびテキストノンブロッキング人間の介入メカニズムを含む包括的なインフラを提供する。
  論文  参考訳（メタデータ） (2025-10-17T13:13:32Z)
• WebResearcher: Unleashing unbounded reasoning capability in Long-Horizon Agents [72.28593628378991]
  WebResearcherは、マルコフ決定プロセスとしてディープリサーチを再構築する反復的なディープリサーチパラダイムである。 WebResearcherは最先端のパフォーマンスを実現し、フロンティアのプロプライエタリシステムを超えています。
  論文  参考訳（メタデータ） (2025-09-16T17:57:17Z)
• 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)
• Automated Creation and Human-assisted Curation of Computable Scientific Models from Code and Text [2.3746609573239756]
  ドメインエキスパートは、コードに詳しくなければ、科学的モデルの実装を完全に理解することはできない。 我々は,科学モデルの自動作成と人手によるキュレーションのためのシステムを開発した。 本研究では,NASAのハイパーソニック・エアロダイナミックス(Hypersonic Aerodynamics)のウェブサイトから得られたコードと関連テキストのデータセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2022-01-28T17:31:38Z)

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。