論文の概要: Archi: Agentic Operations at the CMS Experiment
- arxiv url: http://arxiv.org/abs/2606.04755v1
- Date: Wed, 03 Jun 2026 11:38:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-04 20:44:18.711429
- Title: Archi: Agentic Operations at the CMS Experiment
- Title（参考訳）: Archi: CMS実験におけるエージェントオペレーション
- Authors: Pietro Lugato, Luca Lavezzo, Jason Mohoney, Hasan Ozturk, Muhammad Hassan Ahmed, Juan Pablo Salas, Viphava Ohm, Krittin Phornsiricharoenphant, Gabriele Benelli, Mariarosaria D'Alfonso, Manasvita Joshi, Warren Nam, Aron Soha, Samantha Sunnarborg, Austin Swinney, Jack Tucker, Dmytro Kovalskyi, Tim Kraska, Christoph Paus,
- Abstract要約: 我々は、科学データ収集のためのオープンソースのエンドツーエンドフレームワークであるArchiを紹介する。
Archiのインスタンスは、2026年2月からCERNのLHCにおけるCMS実験のコンピューティングオペレーションチームに、テクニカルオペレータのサポートエージェントとしてデプロイされている。
作業者からのフィードバックと,人や自動パネルによって評価された製品使用状況から収集した質問セットについて評価する。
- 参考スコア（独自算出の注目度）: 3.1746900537575597
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Archi, an open-source, end-to-end framework for scientific collaborations that combines the systematic ingestion and organization of heterogeneous data sources with the deployment of configurable, private, and extensible agents that retrieve and reason over them. An instance of Archi has been deployed for the Computing Operations team of the CMS experiment at CERN's LHC since February 2026 as a support agent for technical operators, offering retrieval and analysis capabilities by combining documentation, historical data, and live monitoring systems. We evaluate the system on operator feedback and a question set collected from production usage, graded by human and automated panels. The system proves effective at operational tasks, resolving real-world queries posed by CMS operators. We also observe that locally-hosted, open-weight models perform competitively, enabling fully private management of sensitive data.
- Abstract（参考訳）: Archiは、異種データソースの体系的な取り込みと組織化と、それらを検索して推論する設定可能、プライベート、拡張可能なエージェントの配置を組み合わせた、科学的コラボレーションのためのオープンソースのエンドツーエンドフレームワークです。
2026年2月から、CERNのLHCにおけるCMS実験のコンピューティングオペレーションチームのために、テクニカルオペレータのサポートエージェントとして、ドキュメント、履歴データ、ライブ監視システムを組み合わせた検索と分析機能を提供するArchiのインスタンスがデプロイされている。
作業者からのフィードバックと,人や自動パネルによって評価された製品使用状況から収集した質問セットについて評価する。
このシステムは、CMSオペレーターによって引き起こされる現実世界のクエリを解消し、運用タスクに効果的であることを示す。
また、ローカルにホストされたオープンウェイトモデルが競争力を発揮し、センシティブなデータの完全なプライベート管理を可能にすることも観察した。
関連論文リスト
- Agyn: A Multi-Agent System for Team-Based Autonomous Software Engineering [0.09046463333989574]
現実世界のソフトウェア開発は、共有方法論に従ってチームが共同で行う活動として組織されます。
ソフトウェア工学を組織プロセスとして明示的にモデル化する,完全に自動化されたマルチエージェントシステムを提案する。
我々の結果は、チーム構造、方法論、コミュニケーションの複製が、自律的なソフトウェアエンジニアリングの強力なパラダイムであることを示唆している。
論文 参考訳（メタデータ） (2026-02-01T22:17:19Z) - VDSAgents: A PCS-Guided Multi-Agent System for Veridical Data Science Automation [11.521235834823301]
大規模言語モデル(LLM)は、自動システム設計のためのデータサイエンスにますます統合される。
本稿では,PCS(Predictability-Computability-Stability)の原則に基づくマルチエージェントシステムであるVDSAgentsを提案する。
VDSAgentsを、最先端のエンドツーエンドデータサイエンスシステムと比較し、様々な特徴を持つ9つのデータセット上で評価する。
論文 参考訳（メタデータ） (2025-10-28T12:07:50Z) - LLM$\times$MapReduce-V3: Enabling Interactive In-Depth Survey Generation through a MCP-Driven Hierarchically Modular Agent System [55.33058620876928]
LLM x MapReduce-V3 は、長期サーベイ生成のための階層的モジュラーエージェントシステムである。
システムは研究の視点を捉えて包括的な骨格を生成し、それを詳細な調査へと発展させる。
人間の評価から,本システムはコンテンツ深度と長さの両方において,代表的ベースラインを超越していることが示された。
論文 参考訳（メタデータ） (2025-10-13T01:38:37Z) - 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) - Supporting Our AI Overlords: Redesigning Data Systems to be Agent-First [72.85721148326138]
大規模言語モデル(LLM)エージェントは、将来、データシステムの主要なワークロードになる可能性が高い。
エージェントの推測は、現在のデータシステムに課題をもたらす可能性がある。
我々は,新しいエージェントファーストデータシステムアーキテクチャの新たな研究機会について概説する。
論文 参考訳（メタデータ） (2025-08-31T21:19:40Z) - OpenCUA: Open Foundations for Computer-Use Agents [74.61449905487565]
コンピュータ・ユース・エージェント(CUA)としての視覚言語モデル
我々は,CUAデータと基盤モデルをスケールするためのオープンソースフレームワークであるOpenCUAを提案する。
我々のエンドツーエンドエージェントモデルはCUAベンチマークで強い性能を示す。
論文 参考訳（メタデータ） (2025-08-12T17:52:32Z) - WebShaper: Agentically Data Synthesizing via Information-Seeking Formalization [68.46693401421923]
WebShaperは集合論を通してISタスクを体系的に定式化する。
WebShaperは、GAIAおよびWebWalkerQAベンチマーク上で、オープンソースISエージェントの最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-07-20T17:53:37Z) - 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) - DECO: Life-Cycle Management of Enterprise-Grade Copilots [9.908567982584815]
DECOは、エンタープライズグレードのコピロを開発し、デプロイし、管理するための包括的なフレームワークである。
効率的でカスタマイズされた検索拡張世代(RAG)アルゴリズムをサポートする。
DECOはその効果を広く採用することで証明し、数万のインタラクションを可能にした。
論文 参考訳（メタデータ） (2024-12-08T23:00:06Z)
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。