論文の概要: AICID: Unique Identifiers for AI Scientists
- arxiv url: http://arxiv.org/abs/2606.28756v2
- Date: Tue, 30 Jun 2026 07:30:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 13:50:27.714314
- Title: AICID: Unique Identifiers for AI Scientists
- Title（参考訳）: AI科学者のためのユニークな識別器AIID
- Abstract要約: 学術データベース、引用インデックス、ジャーナル提出システムにおいて、AI科学者と人間を区別する標準的なメカニズムは存在しない。
この白書は,問題を定義し,学術コミュニケーションの完全性に対する結果を分析し,AICIDを提案する。
AICIDは人間以外のコントリビュータ向けにモデル化されているが、AIIDは各AI作者をモデルID、バージョン、オペレーターにリンクする。
- 参考スコア（独自算出の注目度）: 5.939983212292006
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI scientists are now a reality, with the ability to generate complete research papers, maintain scholarly profiles, receive citations, and attract peer review invitations. Yet no standard mechanism exists to distinguish an AI scientist from a human one in bibliographic databases, citation indexes, or journal submission systems. This white paper defines the problem, analyzes its consequences for the integrity of scholarly communication, and proposes AICID (AI Contributor IDentifier): a persistent, unique identifier for AI scientists. Modeled on ORCID but designed specifically for non-human contributors, AICID links each AI author to its model identity, version, operator. Adoption by publishers, preprint servers, and bibliographic databases aims to make the provenance of AI-generated research transparent and machine-readable. We outline the design requirements for such a system, present a prototype, and argue that AICID is necessary infrastructure for a scholarly ecosystem in which AI scientists are already active participants. A prototype alpha version is available at https://aicid.net.
- Abstract（参考訳）: AI科学者は現在現実であり、完全な研究論文を作成し、学術的なプロファイルを維持し、引用を受け取り、ピアレビューの招待を引き付けることができる。
しかし、文献データベース、引用インデックス、ジャーナル提出システムにおいて、AI科学者と人間を区別する標準的なメカニズムは存在しない。
この白書では、この問題を定義し、学術コミュニケーションの完全性に対する結果を分析し、AIID(AI Contributor IDentifier)を提案する。
ORCIDをモデルとしているが、人間以外のコントリビュータ向けに特別に設計されたAIIDは、各AI作者をモデルID、バージョン、オペレーターにリンクする。
出版社、プレプリントサーバ、書誌データベースによる採用は、AIが生成した研究が透明で機械可読であることの証明を目指している。
このようなシステムの設計要件を概説し、プロトタイプを提示し、AI科学者がすでに参加している学術エコシステムにとってAIIDは必要なインフラである、と論じる。
プロトタイプアルファ版がhttps://aicid.net.comで公開されている。
関連論文リスト
- Personalized Auto-Research: Towards a True AI Co-Scientist [90.01790420664169]
研究目標を考えると、最先端のシステムは研究者に依存しないままである。
小説、価値、実現可能なものは研究者によって異なる。
本稿では,検索,仮説探索,実験,執筆,レビューを通じて,グラフグラウンドの研究者コンテキストをスレッド化するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-14T20:43:27Z) - Vibe Compiler: A Research-Logic Synthesis Tool That Runs without Prompt Engineering -Toward Enhancing Metacognition for Sustaining Agency in the Age of Generative AI- [0.0]
本稿では,あいまいなアイデアをコヒーレントな研究論理に変換する研究論理コンパイラであるVibe Compilerを紹介する。
この枠組みは認知機能(合成対分析)と実行エージェント(人間対AI)の2つの側面に沿った構造的ギャップを特徴づける。
論文 参考訳（メタデータ） (2026-08-06T02:51:03Z) - AI Scientists as Engines of Discovery: A Case for Development within Reformed Institutions [0.10102237605686408]
エージェント人工知能(AI)システムは、科学的な発見を支援し、加速し、部分的に自動化し始めている。
我々は、適切に設計されたマルチエージェントシステムは、受動的計算ツールからAI科学者へと進化するかもしれないと論じる。
このようなシステムは、目的に適した科学的エコシステム内で開発され、展開されなければならない。
論文 参考訳（メタデータ） (2026-06-22T05:06:29Z) - Benchmarking AI Agents for Addressing Scientific Challenges Across Scales [118.2204632627895]
SciAgentArenaは、現実世界の科学研究シナリオでAIエージェントを評価するための体系的なベンチマークである。
ステップワイズ検証を備えた約200のタスクと、多様なAIエージェントを評価するためのインタラクティブでエージェントに依存しない環境で構成される。
タスク構造や評価基準が明確である場合, 現状のエージェントはデータ分析に効果的に貢献できることがわかった。
論文 参考訳（メタデータ） (2026-06-10T22:55:30Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - Co-Authoring with AI: How I Wrote a Physics Paper About AI, Using AI [4.866193347313755]
このエッセイは、Human-in-the-Loop(HITL)の不可欠な役割を探求する
我々は、AIが構造的組織や構文生成に優れている一方で、厳格な物理論理を強制する究極の責任を人間の著者が負っていることを実証した。
この新しい時代の科学記録の完全性と説明責任を確保するためには、コミュニティは完全な、未編集のAI対話書の出版を義務付けなければならない、と私は主張する。
論文 参考訳（メタデータ） (2026-04-05T11:59:30Z) - Towards a Medical AI Scientist [73.6056699962416]
私たちは、臨床自律研究に特化した最初の自律的な研究フレームワークである、メディカルAIサイエンティストを紹介します。
このフレームワークは3つの研究モード、すなわち論文ベースの再現、文学にインスパイアされた革新、タスク駆動探索で動作する。
本システムでは,提案手法と実装の密接な整合性を実現するとともに,実行可能実験において極めて高い成功率を示す。
論文 参考訳（メタデータ） (2026-03-30T15:37:25Z) - AI Co-Scientist for Ranking: Discovering Novel Search Ranking Models alongside LLM-based AI Agents with Cloud Computing Access [60.37646376282544]
本稿では,全検索ランキング研究パイプラインを自動化したAI共同科学者フレームワークを提案する。
これは、AIの共同科学者フレームワークをアルゴリズム研究に利用した、ランキングコミュニティで初めての研究である。
論文 参考訳（メタデータ） (2026-03-23T09:29:08Z) - Rethinking Science in the Age of Artificial Intelligence [0.0]
我々は、ピアレビュー、倫理的評価、検証のような学術的学問において、AIは強化されるが人間の判断に取って代わるものではないと論じる。
本稿では、透明性、妥当性、説明責任を促進する政策を通じて、科学実践におけるAIの故意導入を訴える。
論文 参考訳（メタデータ） (2025-11-13T17:26:00Z) - 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 Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。
我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文 参考訳（メタデータ） (2025-06-09T18:37:14Z) - 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) - Generative AI in Writing Research Papers: A New Type of Algorithmic Bias
and Uncertainty in Scholarly Work [0.38850145898707145]
大規模言語モデル(LLM)と生成AIツールは、バイアスを特定し、対処する上での課題を提示している。
生成型AIツールは、不正な一般化、幻覚、レッド・チーム・プロンプトのような敵攻撃を目標とする可能性がある。
研究原稿の執筆過程に生成AIを組み込むことで,新しいタイプの文脈依存型アルゴリズムバイアスがもたらされることがわかった。
論文 参考訳（メタデータ） (2023-12-04T04:05:04Z)
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。