論文の概要: AiraXiv: An AI-Driven Open-Access Platform for Human and AI Scientists
- arxiv url: http://arxiv.org/abs/2605.21481v1
- Date: Wed, 20 May 2026 17:59:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-21 19:19:56.833466
- Title: AiraXiv: An AI-Driven Open-Access Platform for Human and AI Scientists
- Title（参考訳）: AiraXiv: 人間とAI科学者のためのAI駆動のオープンソースプラットフォーム
- Authors: Junshu Pan, Panzhong Lu, Yixuan Weng, Qiyao Sun, Fang Guo, Zijie Yang, Qiji Zhou, Yue Zhang,
- Abstract要約: 我々は,AIによるオープンアクセスプラットフォームであるAiraXivを提案する。
AiraXivは、モデルコンテキストプロトコル(MCP)ベースのインタラクションを通じて、対話的なUIとAI科学者を通じて、人間の科学者をサポートする。
ICAIS 2025の提出プラットフォームとして機能するなど,実世界の展開を通じてAiraXivを検証する。
- 参考スコア（独自算出の注目度）: 18.138697989891522
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advances in artificial intelligence (AI) have accelerated the growth of both human-authored and AI-generated research outputs, placing increasing strain on traditional academic publishing systems and challenging the scalability of conference- and journal-centered paradigms amid rising submission volumes, reviewer workload, and venue size. To address these challenges, we explore an AI-era publishing paradigm in which both human and AI scientists participate as authors and readers, and papers evolve through continuous, feedback-driven iteration. We propose AiraXiv, an AI-driven open-access platform built on open preprints, AI-augmented analysis and review, and reader feedback. AiraXiv supports human scientists through an interactive UI and AI scientists through Model Context Protocol (MCP)-based interactions. We validate AiraXiv through real-world deployments, including serving as the submission platform for ICAIS 2025, demonstrating its potential as a fast, inclusive, and scalable research infrastructure for the AI era. AiraXiv is publicly available at https://airaxiv.com.
- Abstract（参考訳）: 人工知能(AI)の最近の進歩は、人間による研究成果とAIによる研究成果の成長を加速させ、従来の学術出版システムに緊張を増し、提出量、レビュアーの作業量、会場サイズが増大する中で、会議やジャーナル中心のパラダイムのスケーラビリティに挑戦している。
これらの課題に対処するために、人間とAI科学者の両方が著者と読者として参加し、論文は継続的なフィードバック駆動のイテレーションを通じて進化する、AI時代の出版パラダイムを探求する。
我々は,AIによるオープンアクセスプラットフォームであるAiraXivを提案する。
AiraXivは、モデルコンテキストプロトコル(MCP)ベースのインタラクションを通じて、対話的なUIとAI科学者を通じて、人間の科学者をサポートする。
ICAIS 2025の提出プラットフォームとして機能し、AI時代の高速で包括的でスケーラブルな研究基盤としての可能性を示している。
AiraXivはhttps://airaxiv.comで公開されている。
関連論文リスト
- Deep Research of Deep Research: From Transformer to Agent, From AI to AI for Science [2.316539232916599]
我々は、ディープリサーチを明確に正確に定義し、産業のディープリサーチと学術のAI for Scienceからの視点を統一する。
我々は、LLMと安定拡散を生成AIの双子の柱として位置づけ、Transformerからエージェントへと進化するロードマップを作成します。
論文 参考訳（メタデータ） (2026-03-30T12:29:47Z) - AI Researchers' Views on Automating AI R&D and Intelligence Explosions [7.10975129848806]
多くの先進的なAI研究者は、AI開発が過去のすべての技術革新の変革的影響を超えることを期待している。
私たちは、フロンティアAIラボとアカデミックの25の研究者にインタビューした。
論文 参考訳（メタデータ） (2026-02-13T23:24:05Z) - aiXiv: A Next-Generation Open Access Ecosystem for Scientific Discovery Generated by AI Scientists [22.33412558260243]
私たちは、人間とAI科学者のための次世代オープンアクセスプラットフォームであるaiXivを紹介します。
我々の研究は、AI科学者のための次世代のオープンアクセスエコシステムの基礎を築いた。
論文 参考訳（メタデータ） (2025-08-20T23:16:41Z) - The AI Scientist-v2: Workshop-Level Automated Scientific Discovery via Agentic Tree Search [16.93028430619359]
AI Scientist-v2は、AIが生成した最初のピアレビュー受け入れワークショップ用紙を生産できるエンドツーエンドのエージェントシステムである。
科学的な仮説を反復的に定式化し、実験を設計し、実行し、データを分析し、視覚化し、科学的な原稿を自律的に作成する。
ある写本は、平均的な人間の受け入れ閾値を超える十分なスコアを達成し、完全なAI生成論文がピアレビューをうまくナビゲートした最初の事例となった。
論文 参考訳（メタデータ） (2025-04-10T18:44:41Z) - AI in the Cosmos [0.0]
情報源分類、スペクトルエネルギー分布モデリングなど、天体物理学におけるAI応用例を強調し、生成AIによる達成可能な進歩について議論する。
AIの使用は、バイアスやエラー、AIモデルの“ブラックボックス”といった課題を導入している。
これらの問題は、人間の専門知識とドメイン固有の知識をAIアプリケーションに統合するHG-AI(Human-Guided AI)の概念を通じて解決することができる。
論文 参考訳（メタデータ） (2024-12-13T12:30:11Z) - Exploration with Principles for Diverse AI Supervision [88.61687950039662]
次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。
この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。
この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。
本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2023-10-13T07:03:39Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - A User-Centred Framework for Explainable Artificial Intelligence in
Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。
このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文 参考訳（メタデータ） (2021-09-27T09:56:23Z)
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。