論文の概要: PARNESS: A Paper Harness for End-to-End Automated Scientific Research with Dynamic Workflows, Full-Text Indexing, and Cross-Run Knowledge Accumulation

• arxiv url: http://arxiv.org/abs/2605.05258v1
• Date: Wed, 06 May 2026 04:37:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.321113
• Title: PARNESS: A Paper Harness for End-to-End Automated Scientific Research with Dynamic Workflows, Full-Text Indexing, and Cross-Run Knowledge Accumulation
• Title（参考訳）: PARNESS:動的ワークフロー、フルテキストインデックス、クロスラン知識蓄積によるエンドツーエンド自動科学研究のためのペーパーハーネス
• Authors: Yuchen Wang, Zhongzhi Luan,
• Abstract要約: 最近の自律型研究システムでは、LSMエージェントは実験を思いつき、実行し、論文を書くことができる。 この剛性には5つの根源がある、と我々は主張する。 提案するPARNESSは,4つの設計手順に基づいて構築されたオープンソースフレームワークである。
• 参考スコア（独自算出の注目度）: 20.481096196724398
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent autonomous research systems -- AI-Scientist, PaperOrchestra, AutoSOTA, DeepResearch, InternAgent, ResearchAgent and others -- show LLM agents can ideate, run experiments and write papers, but each fixes a particular control-flow shape (linear pipeline, state machine, single-agent loop, or fixed-recipe skill pack) at the framework level. We argue this rigidity has five roots: (1) workflows are dynamic and discipline-specific (lab work, surveys, simulations, theory all loop differently); (2) ideation is bounded by LLM context and cross-domain ideation needs knowledge a single context cannot hold; (3) summary-only views miss the paper body, yet full-text access is uneven, so the cumulative corpus must do the work; (4) a paper's open-source repository is often the only complete specification of its experimental scheme, but the paper-to-code link is neglected; (5) no tool persists cross-run knowledge retrievably into a finite LLM context. We present PARNESS, an open-source framework built on four design moves. (i) A thin DAG kernel with a four-field Agent contract decouples scheduling from domain semantics, so any discipline's loop is expressible as user-editable YAML. (ii) A full-text PDF-parsing and literature-library subsystem indexes paper bodies, figures and tables as typed objects, with graceful abstract-only fall-back. (iii) A knowledge-graph index over papers, ideas, experiments and code repositories, with scenario-typed retrieval (similar / contradictory / cross-domain / counter-intuitive), surfaces a focused slice into each LLM call. (iv) A small extension surface lets any modern coding agent (Claude Code, Cursor, Copilot, OpenCode) add or replace any module. To our knowledge PARNESS is the first open-source system combining declarative pipelines, full-PDF and code-repository indexing, and cross-run knowledge. Source: https://github.com/gtrhythm/PARNESS
• Abstract（参考訳）: 最近の自律的な研究システム - AI-Scientist、PaperOrchestra、AutoSOTA、DeepResearch、InternAgent、ResearchAgentなど - は、LLMエージェントがアイデアを立て、実験を実行し、論文を書くことができるが、それぞれがフレームワークレベルで特定の制御フロー(線形パイプライン、ステートマシン、単一エージェントループ、固定レシピスキルパック)を修正できることを示している。 この厳密性には5つのルーツがある:(1)ワークフローは動的で規律に特有な(ラブワーク、サーベイ、シミュレーション、理論はすべてループが異なる)、(2)アイデアはLLMコンテキストとクロスドメインのアイデアは1つのコンテキストが保持できない知識によってバウンドされている、(3)要約のみのビューは紙本体を見逃すが、完全なテキストアクセスは不均一である、(4)紙のオープンソースリポジトリは実験的なスキームの唯一の完全な仕様であるが、(5)紙とコードリンクは無視される、(5)ツールがクロスランの知識を有限なLLMコンテキストに保存する、などである。 提案するPARNESSは,4つの設計手順に基づいて構築されたオープンソースフレームワークである。 i) 4フィールドエージェント契約を持つ薄いDAGカーネルは、ドメインセマンティクスからスケジューリングを分離するので、任意の規律のループは、ユーザ編集可能なYAMLとして表現できる。 (ii)PDFパーシングと文献ライブラリーサブシステムは、紙の本体、図形、テーブルを型付きオブジェクトとして、優雅な抽象のみのフォールバックで索引付けする。 三 論文、アイデア、実験、コードリポジトリに対する知識グラフのインデックスで、シナリオ型検索(類似/矛盾/クロスドメイン/反直観的/クロスドメイン/反直観的)により、各LSMコールに焦点を絞ったスライスをサーフェスする。 (iv)小さな拡張サーフェスは、あらゆるモダンなコーディングエージェント(Claude Code、Cursor、Copilot、OpenCode)が任意のモジュールを追加または置き換えることを可能にする。 私たちの知る限り、PARNESSは宣言的パイプライン、完全なPDFとコードリポジトリインデックス、そしてクロスラン知識を組み合わせた最初のオープンソースシステムです。 出典: https://github.com/gtrhythm/PARNESS

関連論文リスト

• Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction [127.64173950476702]
  エージェントが直接、汎用端末ツールを用いて、生コーパスを直接検索する直接コーパス間相互作用(DCI)について検討する。 このアプローチではオフラインインデックスを必要とせず、ローカルコーパスの進化に自然に適応する。 IRベンチマークとエンドツーエンドのエージェント検索タスク全体にわたって、この単純なセットアップは、強いスパース、密度、リランクベースラインよりも大幅に優れています。
  論文  参考訳（メタデータ） (2026-05-03T19:13:11Z)
• Don't Retrieve, Navigate: Distilling Enterprise Knowledge into Navigable Agent Skills for QA and RAG [7.558933130117637]
  Corpus2Skillはドキュメントコーパスを階層的なスキルディレクトリにオフラインで蒸留する。 コンパイルパイプラインは、文書を反復的にクラスタリングし、各レベルでLCMで書かれた要約を生成し、ナビゲート可能なスキルファイルのツリーとして結果を実体化する。 サービス時には、エージェントは、コーパスの鳥眼ビューを受け取り、徐々に細かな要約を通してトピックブランチにドリルし、IDによって全文書を検索する。
  論文  参考訳（メタデータ） (2026-04-16T03:05:37Z)
• 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)
• ResearchPilot: A Local-First Multi-Agent System for Literature Synthesis and Related Work Drafting [3.272585676511349]
  ResearchPilotは、文献レビュー支援のためのオープンソースのセルフホスト可能なマルチエージェントシステムである。 自然言語研究の質問を受けて、Semantic ScholarとarXivから論文を検索する。 紙抽象物から構造化された結果を抽出し、クロスペーパーパターンを合成し、引用・認識作業部を起草する。
  論文  参考訳（メタデータ） (2026-03-15T22:02:59Z)
• NERFIFY: A Multi-Agent Framework for Turning NeRF Papers into Code [49.610331036334316]
  我々はNeRF研究論文をトレーニング可能なNerfstudioプラグインに確実に変換するフレームワークであるNERFIFYを紹介する。 コード、データ、実装が公開される。
  論文  参考訳（メタデータ） (2026-02-28T20:57:32Z)
• 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)
• Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol [83.83217247686402]
  大言語モデル(LLM)は、単純なテキストジェネレータから、検索強化、ツール呼び出し、マルチターンインタラクションを統合する複雑なソフトウェアシステムへと進化してきた。 その固有の非決定主義、ダイナミズム、文脈依存は品質保証に根本的な課題をもたらす。 本稿では,LLMアプリケーションを3層アーキテクチャに分解する: textbftextitSystem Shell Layer, textbftextitPrompt Orchestration Layer, textbftextitLLM Inference Core。
  論文  参考訳（メタデータ） (2025-08-28T13:00:28Z)
• Beyond Isolated Dots: Benchmarking Structured Table Construction as Deep Knowledge Extraction [80.88654868264645]
  Arranged and Organized extract Benchmarkは、断片化された文書を理解するための大規模言語モデルの能力を評価するために設計された。 AOEには3つの異なるドメインにまたがる11のタスクが含まれており、さまざまな入力クエリに適したコンテキスト固有のスキーマを生成するモデルが必要である。 結果は、最も先進的なモデルでさえ、かなり苦労したことを示している。
  論文  参考訳（メタデータ） (2025-07-22T06:37:51Z)
• AutoP2C: An LLM-Based Agent Framework for Code Repository Generation from Multimodal Content in Academic Papers [9.851681616116718]
  本稿では,学術出版物のマルチモーダルコンテンツを完全実行可能なコードリポジトリに変換する新しいタスクであるPaper-to-Code' (P2C)を紹介する。 研究論文からテキストコンテンツと視覚コンテンツの両方を処理し,完全なコードリポジトリを生成する,大規模言語モデルに基づくマルチエージェントフレームワークであるAutoP2Cを提案する。
  論文  参考訳（メタデータ） (2025-04-28T05:47:37Z)

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。