論文の概要: Grounded autonomous research: a fault-tolerant LLM pipeline from corpus to manuscript in frontier computational physics

• arxiv url: http://arxiv.org/abs/2607.02329v1
• Date: Thu, 02 Jul 2026 15:35:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.904682
• Title: Grounded autonomous research: a fault-tolerant LLM pipeline from corpus to manuscript in frontier computational physics
• Title（参考訳）: 地中自律研究:最前線計算物理におけるコーパスから原稿への耐故障性LLMパイプライン
• Abstract要約: 本稿では,11,083個の凝縮物質物理学論文から出版段階の原稿まで,エンドツーエンドで動くパイプラインについて述べる。 フォールトトレランスは、新しいコンテキストアイソレーション、分散グラウンド、敵対的なレビューなど、冗長性から生まれる。 プリミティブ、特徴的障害モード、および定量化された介入パターンは、高度な科学領域における自律的な研究の基礎を築いた。
• 参考スコア（独自算出の注目度）: 3.7193230342956056
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous-research agents have demonstrated end-to-end LLM automation in machine-learning sandboxes where execution provides calibration. Frontier physical science differs categorically: physical reasoning underlies every methodology choice, toolchains are often underdocumented, and calibration must come from external literature anchors - which unscaffolded agents cite but do not confront, hallucinating plausible, unverifiable results from internal priors. We present a pipeline that runs end-to-end from a corpus of 11,083 recent condensed-matter physics arXiv papers to a publication-grade manuscript with three substantive physics findings (here on altermagnetic piezomagnetism): the agent autonomously conceives a research direction by mapping the corpus, calibrates methodology by reproducing published references, conducts novel first-principles computations, and writes the manuscript - grounded in literature throughout, across 47 fresh-context sessions in six phases sharing only on-disk state, with 2,162 literature-consultation events. Fault tolerance emerges from redundancy: fresh-context isolation, distributed grounding, and adversarial review catch what any single session misses; pre- and post-pilot stages are fully autonomous, and pilot requires bounded human intervention only at reproduction failures - operational knowledge curation, not scientific direction. Two paired failure modes - a pre-architecture baseline and a no-pilot ablation - isolate structurally enforced numerical confrontation at calibration checkpoints as the operative grounding mechanism. The primitives, characterized failure modes, and quantified intervention pattern lay a foundation for autonomous research in high-stakes scientific domains beyond computational physics.
• Abstract（参考訳）: 自律検索エージェントは、実行がキャリブレーションを提供するマシンラーニングサンドボックスにおいて、エンドツーエンドのLLM自動化を実証した。 物理的推論はあらゆる方法論の選択を下敷きにして、ツールチェーンはしばしば文書化されており、キャリブレーションは外部の文献アンカーから来なければならない。 我々は,11,083の最近の凝縮物質物理学のコーパスから,3つの実体物理学的な知見を持つ出版段階の原稿(以下,磁気圧磁気学に基づく)まで,終端から終端までを走行するパイプラインについて述べる。 フォールトトレランスは冗長性から生まれる: 新鮮なコンテキスト分離、分散グラウンド、および敵対的なレビューは、1つのセッションが見逃すものをキャッチする。 プリアーキテクチャベースラインとノーパイロットアブレーションの2つのペア障害モードは、機能的接地機構としてキャリブレーションチェックポイントで構造的に強制された数値対向を分離する。 プリミティブ、障害モード、量子化された介入パターンは、計算物理学以外の高度な科学領域における自律的な研究の基礎を築いた。

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)
• ReasFlow: Assisting Reasoning-Centric Scientific Discovery in Applied Mathematics via a Knowledge-Based Multi-Agent System [29.871573462927643]
  本稿では、推論中心の科学的発見のためのエンドツーエンドの自律エージェントシステムであるReasFlowを紹介する。 このシステムは、文学合成、アルゴリズム設計、定理証明、実験、原稿作成を単一のシステムに統合する。 ReasFlowはReasLabプラットフォームを通じて公開されており、AI支援理論研究のための共同作業スペースを提供する。
  論文  参考訳（メタデータ） (2026-07-15T13:27:20Z)
• One Reflection Is Not Enough: Self-Correcting Autonomous Research via Multi-Hypothesis Failure Attribution [85.65263343588026]
  我々は,自己修正型,自律型,接地型実験機であるSAGEを提案する。 その中核的なメカニズムであるMHFA(Multi-Hypothesis Failure Attribution)は、回復を構造的因果診断として扱う。 12のトピック、5ドメインのベンチマークでは、SAGEは基準リフレクションでメトリクスを含むアウトプットを42%から92%に増やしている。
  論文  参考訳（メタデータ） (2026-06-30T10:54:16Z)
• The Calibration Turn in AI-Assisted Research: A Conceptual and Methodological Framework for Evidence-Licensed Claims [0.9805949492148788]
  本稿では,AI支援研究におけるエビデンスライセンスクレームの概念的枠組みを開発する。 仮説生成、モデルによる結果導出、外部検証、信条更新、クレームキャリブレーションの5つの演算子としてAI支援研究を表現している。
  論文  参考訳（メタデータ） (2026-06-30T07:46:54Z)
• AutoResearchClaw: Self-Reinforcing Autonomous Research with Human-AI Collaboration [175.74514061083195]
  提案するAutoResearchClawは,5つのメカニズムに基づいて構築されたマルチエージェント自律型研究パイプラインである。 25トピックの実験ステージベンチマークであるARC-Benchでは、AutoResearchClawがAI Scientist v2を54.7%上回っている。
  論文  参考訳（メタデータ） (2026-05-19T15:49:51Z)
• 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)
• End-to-end autonomous scientific discovery on a real optical platform [12.355486051983162]
  Qiushi Discovery Engineは、実際の光学プラットフォーム上でのエンドツーエンドの自律的な科学的発見のためのLLMベースのエージェントシステムである。 非原プラットフォーム上での伝達行列実験を再現し、抽象的コヒーレンス順序理論を実験的な可観測物に変換する。 これはAIエージェントシステムが、非自明で以前に報告されていない物理的メカニズムを自律的に識別し、実験的に検証する最初のデモンストレーションである。
  論文  参考訳（メタデータ） (2026-04-29T18:36:57Z)
• The Last Human-Written Paper: Agent-Native Research Artifacts [106.47848184955576]
  本稿では,物語紙を機械処理可能な研究パッケージに置き換えるプロトコルであるAgent-Native Research Artifact(ARA)を紹介する。 通常の開発において決定と終了をキャプチャするLive Research Manager、レガシPDFとリポジトリをARAに変換するARAコンパイラ、人間レビュアーが重要性、ノベルティ、味にフォーカスできるように客観的チェックを自動化するARAネイティブレビューシステムである。
  論文  参考訳（メタデータ） (2026-04-27T16:23:09Z)
• Towards grounded autonomous research: an end-to-end LLM mini research loop on published computational physics [3.7193230342956056]
  最近の自律型LLMエージェントは、機械学習研究のエンドツーエンドの自動化を実証している。 エージェントが論文を読み、それを再生し、批判し、拡張するミニリサーチループである。 このループは、スケールと深さの2つの相補的な条件でテストします。
  論文  参考訳（メタデータ） (2026-04-14T02:06:59Z)
• ResearchEVO: An End-to-End Framework for Automated Scientific Discovery and Documentation [21.79305115558105]
  ResearchEVOは、発見と説明のパラダイムをインスタンス化するエンドツーエンドフレームワークである。 ResearchEVOは、この完全なパイプラインをエンドツーエンドでカバーする最初のシステムである。 この枠組みを2つの学際的な科学的問題に対して検証する。
  論文  参考訳（メタデータ） (2026-04-07T08:29:41Z)
• Alignment Tipping Process: How Self-Evolution Pushes LLM Agents Off the Rails [103.05296856071931]
  本稿では,自己進化型大規模言語モデル(LLM)エージェントに特有の,アライメント・ティッピング・プロセス(ATP)を同定する。 ATPは、連続的な相互作用によってエージェントが訓練中に確立されたアライメント制約を放棄し、強化された自己関心の戦略を支持するときに生じる。 実験の結果、アライメントの利点は自己進化の下で急速に低下し、最初は整合性のない状態に収束したモデルであることが判明した。
  論文  参考訳（メタデータ） (2025-10-06T14:48:39Z)
• Large Language Models for Automated Open-domain Scientific Hypotheses Discovery [50.40483334131271]
  本研究は,社会科学の学術的仮説発見のための最初のデータセットを提案する。 従来のデータセットとは異なり、新しいデータセットには、(1)オープンドメインデータ(RAW Webコーパス)を観察として使用すること、(2)人間性にさらに新しい仮説を提案することが必要である。 パフォーマンス向上のための3つのフィードバック機構を含む,タスクのためのマルチモジュールフレームワークが開発されている。
  論文  参考訳（メタデータ） (2023-09-06T05:19:41Z)

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。