論文の概要: Universal Dynamics of Punctuated Progress

• arxiv url: http://arxiv.org/abs/2605.16719v1
• Date: Sat, 16 May 2026 00:07:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:46.922285
• Title: Universal Dynamics of Punctuated Progress
• Title（参考訳）: 変動進行の普遍力学
• Authors: Yian Yin, Dashun Wang,
• Abstract要約: 9つの異なるドメインにわたるフロンティアの進化を追跡するデータセットを分析します。 1)新しいフロンティア間の待ち時間は重く、ほとんどの試みは長周期に集中している; 2)フロンティア記録は線形成長よりも速いが対数的に速く蓄積されている;(3)記録を破る出来事は時間的に相関しており、短期的に予測可能であるが、長期的な予測不可能が生じる。
• 参考スコア（独自算出の注目度）: 0.9281671380673305
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Scientific and technological frontiers advance through punctuated dynamics, yet the principles governing these dynamics remain poorly understood. Here we collect and analyze datasets tracking the evolution of frontiers across 9 different domains, spanning materials discovery, structural biology, AI, computational biomedicine, data science, theoretical computer science, Formula-1 racing, and physical wheel building. Analyzing 6.8M solutions to 6.7K tasks, we uncover three universal patterns: (1) waiting times between new frontiers are heavy-tailed, with most attempts concentrated in long stasis; (2) frontier records accumulate at a sublinear rate, faster than logarithmic yet slower than linear growth; (3) record-breaking events are temporally correlated, generating short-term predictability yet long-term unpredictability. Despite the differences in the scale, scope, and definition of the settings, these patterns are remarkably consistent across all domains we study, and are not captured by models from complex systems, record statistics, economics of innovation, and cultural evolution. We trace the missing ingredient to the distinction between radical and incremental innovation, and develop a minimal, analytically solvable model incorporating both radical resets that restructure what is achievable and incremental refinements that exploit the current frontier. The simple model reproduces all three empirical regularities. Remarkably, the leading-order predictions are parameter-independent, identifying a new universality class governing punctuated progress and yielding testable predictions about how openness and access to frontier solutions shape the pace of advance. Overall, these results reveal universal dynamics governing punctuated progress and identify the interplay between radical resets and incremental refinements as the key driver of how scientific and technological frontiers advance.
• Abstract（参考訳）: 科学的・技術的フロンティアは句読的力学を通して前進するが、これらの力学を規定する原則はいまだに理解されていない。 ここでは、材料発見、構造生物学、AI、計算バイオメディシン、データサイエンス、理論的コンピュータ科学、フォーミュラ1レース、物理ホイール構築など、9つの異なる領域にわたるフロンティアの進化を追跡するデータセットを収集し、分析する。 6.7Kタスクに対する6.8Mの解を解析した結果、(1)新しいフロンティア間の待ち時間は重く、ほとんどの試みは長大な安定度に集中している、(2)フロンティアレコードは対数的よりも速く、線形成長よりも遅いサブリニアレートで蓄積されている、(3)記録破りの事象は時間的相関があり、短期的予測可能性と長期的予測可能性を生成する、という3つの普遍パターンが明らかになった。 スケール、スコープ、定義の違いにもかかわらず、これらのパターンは我々が研究しているすべての領域で著しく一貫性があり、複雑なシステム、記録統計、革新の経済学、文化進化のモデルによって捉えられません。 欠落した要素は、急進的なイノベーションと漸進的なイノベーションの区別に遡り、現在のフロンティアを利用する達成可能な改善と漸進的な改善を再構築する急進的なリセットを組み込んだ最小限の、分析的に解決可能なモデルを開発する。 単純なモデルは3つの経験則を全て再現する。 注目すべきことに、先行する予測はパラメータ非依存であり、句読的進行を規定する新しい普遍性クラスを特定し、開度とフロンティア解へのアクセスが前進のペースをいかに形作るか、検証可能な予測を与える。 これらの結果から, 急進的リセットと漸進的リセットの相互作用を, 科学的・技術的フロンティアの進展の鍵となる要因として捉えた。

関連論文リスト

• Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond [209.35045331678043]
  2つの軸に沿って組織された「レベルx法」の分類を導入します。 第一に、3つの能力レベルを定義している: 1段階の局所遷移演算子を学ぶL1 Predictor、それらをドメインの法則を尊重する多段階のアクション条件付きロールアウトに構成するL2 Simulator、新しいエビデンスに対して予測が失敗すると自己のモデルを自動で修正するL3 Evolver。 我々は400以上の作品を合成し、モデルに基づく強化学習、ビデオ生成、WebおよびGUIエージェント、マルチエージェント社会シミュレーション、AIによる科学的発見にまたがる100以上の代表システムを要約する。
  論文  参考訳（メタデータ） (2026-04-24T17:48:47Z)
• Langevin Flows for Modeling Neural Latent Dynamics [81.81271685018284]
  逐次変分自動エンコーダであるLangevinFlowを導入し、潜伏変数の時間的進化をアンダーダム化したLangevin方程式で制御する。 われわれのアプローチは、慣性、減衰、学習されたポテンシャル関数、力などの物理的事前を組み込んで、ニューラルネットワークにおける自律的および非自律的プロセスの両方を表現する。 本手法は,ロレンツ誘引器によって生成される合成神経集団に対する最先端のベースラインより優れる。
  論文  参考訳（メタデータ） (2025-07-15T17:57:48Z)
• Active Inference AI Systems for Scientific Discovery [1.450405446885067]
  この観点では、進歩は抽象論、推論、経験的根拠の3つのギャップを互いに強化する。 デザイン原則は、想像空間を推論し、世界から学ぶシステムのために提案されている。
  論文  参考訳（メタデータ） (2025-06-26T14:43:04Z)
• A Survey on Post-training of Large Language Models [185.51013463503946]
  大規模言語モデル(LLM)は、自然言語処理を根本的に変革し、会話システムから科学的探索まで、さまざまな領域で欠かせないものにしている。 これらの課題は、制限された推論能力、倫理的不確実性、最適なドメイン固有のパフォーマンスといった欠点に対処するために、先進的な訓練後言語モデル(PoLM)を必要とする。 本稿では,タスク固有の精度を向上するファインチューニング,倫理的コヒーレンスと人間の嗜好との整合性を保証するアライメント,報酬設計の課題によらず多段階の推論を進める推論,統合と適応の5つのパラダイムを体系的に追跡したPoLMの総合的な調査について述べる。
  論文  参考訳（メタデータ） (2025-03-08T05:41:42Z)
• Foundation Models in Computational Pathology: A Review of Challenges, Opportunities, and Impact [0.34826922265324145]
  は、細胞と病理のスペクトルにわたって微妙な視覚下組織の手がかりをマイニングする能力を示している。 データの規模は劇的に増加し、数千から数百万のマルチギガピクセルの組織画像へと成長した。 これらのイノベーションの真の可能性と臨床実践への統合について検討する。
  論文  参考訳（メタデータ） (2025-02-12T11:57:11Z)
• Anticipating Technical Expertise and Capability Evolution in Research Communities using Dynamic Graph Transformers [4.282091426377837]
  我々は、コラボレーションパターン、著者の行動、そして異なる粒度の技術的能力進化を予測する新しい能力を開発する。 我々は動的グラフ変換器(DGT)ニューラルアーキテクチャを実装し、最先端のグラフニューラルネットワークモデルをプッシュする。 我々は、我々のDGTモデルがAIの0.26、0.73、0.53の平均相互ランク値、NNドメインの0.48、0.93、0.22のコラボレーション、パートナーシップ、専門パターンを予測することを実証した。
  論文  参考訳（メタデータ） (2023-07-18T22:17:07Z)
• Temporal Domain Generalization with Drift-Aware Dynamic Neural Network [12.483886657900525]
  ドリフト対応動的ニューラルネットワーク(DRAIN)フレームワークを用いた時間領域一般化を提案する。 具体的には、この問題を、データとモデル力学の関係を共同でモデル化するベイズ的枠組みに定式化する。 モデルパラメータとデータ分布の時間的ドリフトをキャプチャし、将来のデータなしで将来モデルを予測することができる。
  論文  参考訳（メタデータ） (2022-05-21T20:01:31Z)
• Multivariate Time Series Forecasting with Dynamic Graph Neural ODEs [65.18780403244178]
  動的グラフニューラル正規微分方程式(MTGODE)を用いた多変量時系列予測連続モデルを提案する。 具体的には、まず、時間進化するノードの特徴と未知のグラフ構造を持つ動的グラフに多変量時系列を抽象化する。 そして、欠落したグラフトポロジを補完し、空間的および時間的メッセージパッシングを統一するために、ニューラルODEを設計、解決する。
  論文  参考訳（メタデータ） (2022-02-17T02:17:31Z)

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。