論文の概要: IdeaTrail: Full-Process Agent Trajectories for Scientific Ideation

• arxiv url: http://arxiv.org/abs/2607.10144v3
• Date: Mon, 20 Jul 2026 11:28:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 14:24:57.239565
• Title: IdeaTrail: Full-Process Agent Trajectories for Scientific Ideation
• Title（参考訳）: IdeaTrail:科学的なアイデアのためのフルプロエージェントの軌道
• Authors: Hengquan Guo,
• Abstract要約: 本稿では,科学的思考と提案生成のための1,170個の多ターン軌道のデータセットであるIdeaTrailを紹介する。 IdeaTrailは、人によって選択された研究論文から合成され、Generator-Advisorループを通じてアーティファクトを提案する。 このリバース・ツー・フォワード・デザインは、研究の実践における不確実性、エビデンス・ユース、ステージド・コンバージェンス特性を維持しながら、実際の科学的成果と整合した軌道を維持している。
• 参考スコア（独自算出の注目度）: 4.061135251278187
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific ideation unfolds over multiple stages, including literature search, paper reading, tool use, claim checking, cross-paper synthesis, brainstorming, rejection of weak directions, and iterative writing. Yet most existing resources capture isolated components or final artifacts rather than the process connecting them. We introduce IdeaTrail, a dataset of 1,170 multi-turn trajectories for scientific ideation and proposal generation. Each trajectory follows a research process from evidence gathering to either idea selection or proposal construction, jointly recording tool use, acquired evidence, intermediate artifacts, and reasoning. IdeaTrail is synthesized from human-selected research papers and proposal artifacts through a Generator--Advisor loop. The Generator produces the visible sequence of actions, observations, and artifact edits, while the Advisor uses the full generation context to check grounding, causal order, naturalness, and leakage from hidden targets. This reverse-to-forward design keeps trajectories aligned with real scientific artifacts while retaining the uncertainty, evidence use, and staged convergence characteristic of research practice. IdeaTrail provides both reusable process supervision and a general recipe for constructing scientific-research-agent data.
• Abstract（参考訳）: 科学的アイデアは、文献検索、論文読解、ツール使用、クレームチェック、クロスペーパー合成、ブレインストーミング、弱い方向の拒絶、反復的な書き込みなど、複数の段階にわたって展開されている。 しかし、既存のリソースのほとんどは、それらを接続するプロセスではなく、独立したコンポーネントや最終アーティファクトをキャプチャします。 本稿では,科学的思考と提案生成のための1,170個の多ターン軌道のデータセットであるIdeaTrailを紹介する。 それぞれの軌道は、エビデンス収集から、アイデアの選択または提案の構築、共同記録ツールの使用、取得されたエビデンス、中間的アーティファクト、推論までの研究プロセスに従う。 IdeaTrailは、人によって選択された研究論文から合成され、Generator-Advisorループを通じてアーティファクトを提案する。 ジェネレータは、アクション、観察、アーティファクト編集の可視シーケンスを生成し、アドバイザは、全世代のコンテキストを使用して、隠れたターゲットからの接地、因果順序、自然性、漏洩をチェックする。 このリバース・ツー・フォワード・デザインは、研究の実践における不確実性、エビデンス・ユース、ステージド・コンバージェンス特性を維持しながら、実際の科学的成果と整合した軌道を維持している。 IdeaTrailは、再利用可能なプロセスの監視と、科学的検索エージェントデータを構築するための一般的なレシピを提供する。

関連論文リスト

• Agentic-Ideation: Sample Efficient Agentic Trajectories Synthesis for Scientific Ideation Agents [9.918296068965665]
  科学的な発見において、理想は重要な役割を担っている。 Agentic-Ideationは、自動軌道合成パイプラインと、科学的思考のために訓練された特殊なエージェントLSMからなる新しいフレームワークである。
  論文  参考訳（メタデータ） (2026-06-30T07:07:51Z)
• Towards Verifiable Multimodal Deep Research: A Multi-Agent Harness for Interleaved Report Generation [74.0621258662676]
  レポート生成のためのマルチエージェントハーネスであるPtahを提案する。 Ptahは計画、研究、執筆段階を通じて、ユーザクエリからレンダリングされたWebレポートまでのライフサイクルを編成する。 検証エージェントがハーネスの受け入れ機能として機能し、ワークフロー全体を通して事実的接地、引用の忠実性、相互の整合性を強制する。
  論文  参考訳（メタデータ） (2026-05-28T12:40:34Z)
• ScholarGym: Benchmarking Deep Research Workflows on Academic Literature Retrieval [11.41528830724814]
  本稿では,学術研究の再現性評価のためのシミュレーション環境であるScholarGymを紹介する。 決定論的検索を備えた570K論文の静的コーパス上に構築されたScholarGymは,2,536のクエリと専門家による注釈付き基底真理を提供する。
  論文  参考訳（メタデータ） (2026-01-29T12:51:44Z)
• DeepSynth-Eval: Objectively Evaluating Information Consolidation in Deep Survey Writing [53.85037373860246]
  本稿では,情報統合能力を客観的に評価するためのベンチマークであるDeep Synth-Evalを紹介する。 一般チェックリスト(実例)と制約チェックリスト(構造体)を用いたきめ細かい評価プロトコルを提案する。 その結果,エージェント型プラン・アンド・ライトは単ターン生成よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2026-01-07T03:07:52Z)
• WebWeaver: Structuring Web-Scale Evidence with Dynamic Outlines for Open-Ended Deep Research [73.58638285105971]
  本稿では,AIエージェントが膨大なWebスケール情報を洞察に富むレポートに合成しなければならない複雑な課題であるtextbfopen-ended Deep Research (OEDR) に取り組む。 人間の研究プロセスをエミュレートする新しいデュアルエージェントフレームワークである textbfWebWeaver を紹介する。 私たちのフレームワークは、DeepResearch Bench、DeepConsult、DeepResearchGymなど、主要なOEDRベンチマークにまたがる最先端の新たなベンチマークを確立しています。
  論文  参考訳（メタデータ） (2025-09-16T17:57:21Z)
• ResearchPulse: Building Method-Experiment Chains through Multi-Document Scientific Inference [19.363580418167114]
  我々は、関連論文のモチベーション、方法論、実験結果を抽出し、調整する新しいタスクである、多文書科学的推論を定式化する。 提案するResearchPulseは,指導計画,科学コンテンツ抽出,構造化可視化を統合したエージェントベースのフレームワークである。 このタスクを支援するために、注釈付き紙クラスターの引用対応ベンチマークであるResearchPulse-Benchを紹介する。
  論文  参考訳（メタデータ） (2025-09-03T15:45:03Z)
• Synthesizing Scientific Summaries: An Extractive and Abstractive Approach [0.5904095466127044]
  論文要約のためのハイブリッド手法を提案する。 抽出段階では教師なし学習に基づく2つのモデルとトランスフォーマー言語モデルを用いる。 ハイパーパラメータの特定の組み合わせを用いることで、自動要約システムが人間によって書かれた要約の抽象性を超えることが可能であることが判明した。
  論文  参考訳（メタデータ） (2024-07-29T08:21:42Z)

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。