論文の概要: OpenAaaS: An Open Agent-as-a-Service Framework for Distributed Materials-Informatics Research

• arxiv url: http://arxiv.org/abs/2605.13618v1
• Date: Wed, 13 May 2026 14:47:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:28.114069
• Title: OpenAaaS: An Open Agent-as-a-Service Framework for Distributed Materials-Informatics Research
• Title（参考訳）: OpenAaaS: 分散材料インフォマティクス研究のためのオープンエージェント・アズ・ア・サービスフレームワーク
• Authors: Peng Kang, Bixuan Li, Xiaoya Huang, Shuo Shi, Weiqiao Zhou, Zhen Li, Yu Liu, Lei Zheng,
• Abstract要約: OpenAは、インテリジェントマテリアルデザインのためのオープンソースの階層型エージェント・アズ・ア・サービスフレームワークである。 マスターエージェントは、従属エージェントのデータや計算資源に直接アクセスすることなく、複雑な研究タスクを計画し、分解する。 ほぼデータ実行ノードとしてデプロイされるサブエージェントは、ローカルデータセットに対する完全な主権を保持する。
• 参考スコア（独自算出の注目度）: 9.439501569966948
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Materials Genome Initiative catalyzed the proliferation of centralized platforms--SaaS, PaaS, and IaaS--that aggregate computational and experimental resources for accelerated materials discovery. In parallel, breakthroughs in large language models (LLMs) and autonomous agents have created powerful new reasoning capabilities for scientific research. Yet a critical "last mile" problem remains: while we possess world-class models and vast repositories of materials data, we lack the organizational infrastructure to compose these capabilities securely across institutional boundaries. The development of structural and functional materials for harsh service environments--high-temperature alloys, radiation resistant steels, corrosion-resistant coatings--remains characterized by long-term iteration, mechanistic complexity, and high domain expertise--demands that exceed both monolithic agent systems and traditional centralized platforms. To address this gap we propose OpenAaaS, an open-source hierarchical and distributed Agent-as-a-Service framework that enables organized multi-agent collaboration for intelligent materials design. OpenAaaS is built on a single foundational principle: code flows, data stays still. A Master Agent plans and decomposes complex research tasks without requiring direct access to subordinate agents' managed data and computational resources. Sub-agents, deployed as near-data execution nodes, retain full sovereignty over local datasets, proprietary algorithms, and specialized hardware. This architecture guarantees that raw data never leaves its domain of origin while enabling cross-scale, cross-domain secure integration of previously isolated materials intelligence silos. We validate the framework through two representative case studies: (i) AlphaAgent, an evidence-grounded materials literature analysis executor that achieves 4.66/5.0 on deep analytical questions against single-pass RAG baselines; and (ii) an ultra-large-scale hexa-high-entropy alloy descriptor database service that demonstrates secure near-data execution and domain-specific scientific workflows under strict data-sovereignty constraints. OpenAaaS establishes a principled pathway toward "organized research" via agent collectives, offering a scalable foundation for next-generation materials intelligent design platforms. All source code is available at https://github.com/Wolido/OpenAaaS.
• Abstract（参考訳）: Materials Genome Initiativeは、SaaS、PaaS、IaaSといった中央集権的なプラットフォームの普及を触媒し、高速な材料発見のための計算資源と実験資源を集約した。 同時に、大規模言語モデル(LLM)と自律エージェントのブレークスルーは、科学的研究のための強力な新しい推論能力を生み出した。 世界レベルのモデルと膨大な資料データのリポジトリを持っている一方で、施設の境界を越えてこれらの機能を安全に構成するための組織的なインフラが欠如しています。 高温合金, 耐放射線鋼, 耐食コーティング, 長期の繰り返し, 機械的複雑さ, ドメインの専門知識を特徴とする, モノリシックなエージェントシステムと従来の集中型プラットフォームを超越した構造的・機能的材料の開発。 このギャップに対処するため、我々はオープンソースの階層的で分散されたエージェント・アズ・ア・サービス・フレームワークであるOpenAaaSを提案します。 OpenAaaSは単一の基本原則に基づいて構築されている。 マスターエージェントは、従属エージェントの管理するデータや計算資源に直接アクセスすることなく、複雑な研究タスクを計画し、分解する。 ほぼデータ実行ノードとしてデプロイされたサブエージェントは、ローカルデータセット、プロプライエタリなアルゴリズム、特別なハードウェアに対する完全な主権を保持する。 このアーキテクチャは、生データが元の領域を離れることは決してなく、また、以前分離された材料情報サイロの、クロススケールでクロスドメインなセキュアな統合を可能にする。 2つの代表的なケーススタディを通して、その枠組みを検証する。 一 単一パスRAG基準線に対する深い分析上の疑問について、4.66/5.0を達成した証拠資料分析実行者、AlphaAgent (II) 厳密なデータ管理制約の下で, セキュアなニアデータ実行とドメイン固有の科学的ワークフローを示す, 超大規模ヘキサ高エントロピー合金ディスクリプタデータベースサービス。 OpenAaaSはエージェント集団による"組織的研究"への原則的な経路を確立し、次世代のインテリジェントデザインプラットフォームのためのスケーラブルな基盤を提供する。 すべてのソースコードはhttps://github.com/Wolido/OpenAaaSで入手できる。

関連論文リスト

• Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
  課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。 SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。 本稿では,この新興領域を体系的に調査する。
  論文  参考訳（メタデータ） (2026-01-15T18:55:03Z)
• FROAV: A Framework for RAG Observation and Agent Verification - Lowering the Barrier to LLM Agent Research [0.5729426778193398]
  本稿では,LLM(Large Language Models)エージェント研究を民主化する,オープンソースの研究プラットフォームであるFROAVを紹介する。 FROAVは、マルチステージのRetrieval-Augmented Generation (RAG)パイプラインと、厳格な"LLM-as-a-Judge"評価システムを実装している。 我々のフレームワークは、ノーコードワークフロー設計にn8n、フレキシブルバックエンドロジックにFastAPI、ヒューマン・イン・ザ・ループインタラクションにStreamlitを統合しています。
  論文  参考訳（メタデータ） (2026-01-12T13:02:32Z)
• LLM-based Multi-Agent Blackboard System for Information Discovery in Data Science [69.1690891731311]
  従来のAIモデルのためのブラックボードアーキテクチャに着想を得た,新しいマルチエージェント通信パラダイムを提案する。 このフレームワークでは、中央エージェントが共有ブラックボードにリクエストをポストし、自律的な従属エージェントがその能力に基づいて応答する。 明示的なデータ発見を必要とする3つのベンチマークに対して,本手法の評価を行った。
  論文  参考訳（メタデータ） (2025-09-30T22:34:23Z)
• Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training [67.895981259683]
  汎用AIエージェントは、次世代人工知能の基礎となるフレームワークとして、ますます認識されている。 現在のエージェントシステムはクローズドソースか、さまざまな有料APIやプロプライエタリなツールに大きく依存している。 我々は,完全オープンソースかつ(最大限に)フリーなマルチモジュールエージェントフレームワークであるCognitive Kernel-Proを提案する。
  論文  参考訳（メタデータ） (2025-08-01T08:11:31Z)
• 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)
• HM-RAG: Hierarchical Multi-Agent Multimodal Retrieval Augmented Generation [11.53083922927901]
  HM-RAGは階層型マルチエージェントマルチモーダルRAGフレームワークである。 構造化、非構造化、グラフベースのデータ間での動的知識合成のための協調知能の先駆者である。
  論文  参考訳（メタデータ） (2025-04-13T06:55:33Z)
• LLM-Agent-UMF: LLM-based Agent Unified Modeling Framework for Seamless Integration of Multi Active/Passive Core-Agents [0.0]
  LLM-Agent-UMF(LLM-Agent-UMF)に基づく新しいエージェント統一モデリングフレームワークを提案する。 我々のフレームワークはLLMエージェントの異なるコンポーネントを区別し、LLMとツールを新しい要素であるコアエージェントから分離する。 我々は,13の最先端エージェントに適用し,それらの機能との整合性を実証することによって,我々の枠組みを評価する。
  論文  参考訳（メタデータ） (2024-09-17T17:54:17Z)

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。