論文の概要: Towards Nexus-Score: Metadata Gaps Limit Scholarly AI Attribution
- arxiv url: http://arxiv.org/abs/2607.22684v1
- Date: Tue, 14 Jul 2026 07:08:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-02 22:55:39.024855
- Title: Towards Nexus-Score: Metadata Gaps Limit Scholarly AI Attribution
- Title（参考訳）: Nexus-Scoreに向けて - メタデータギャップによるAI属性の制限
- Abstract要約: メタデータの欠如がAIシステムの信用業務を妨げているかどうかを問うた。
私たちはOpenAlexレコードを使用して、作業やタスクの修正をしながら、著者、機関、資金提供者、参照、テキストアクセスリンクを隠したり復元したりしました。
関連リンクの復元は、対応する属性の復元を可能にした。間違った種類の復元は行わず、469回の未一致テストで0の正解が得られた。
これは、メタデータギャップのレコードレベルチェックであるNexus-Scoreをモチベーションとして、修復のガイドと、AIによる使用の学術的記録の作成を支援する。
- 参考スコア（独自算出の注目度）: 0.9558392439655014
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Artificial intelligence systems increasingly mediate how science is found and credited. We asked whether missing metadata prevents AI systems from crediting work. As a boundary test, an AI system citing without access to task-relevant paper lists often produced out-of-list identifiers, some fabricated. We then tested the mechanism in real scholarly infrastructure by using OpenAlex records to hide or restore author, institution, funder, reference, and text-access links while holding works and tasks fixed. Restoring the relevant link made the corresponding attribution possible; restoring the wrong kind did not, with 0 correct answers across 469 completed mismatched tests. Thus, in these tasks, one metadata facet did not substitute for another. Missing links led to invented answers, refusals, or tool-budget exhaustion, and web search did not recover hidden author links. In sum, AI systems credited work only when record connections were visible or recoverable. This motivates Nexus-Score, a record-level check for metadata gaps, to guide repair and help prepare the scholarly record for AI-mediated use.
- Abstract（参考訳）: 人工知能システムは、科学の発見と認定の仕方をますます仲介している。
メタデータの欠如がAIシステムの信用業務を妨げているかどうかを問うた。
境界テストとして、タスク関連紙のリストにアクセスせずに引用するAIシステムは、しばしばリスト外識別子を生成し、一部は製造された。
そして、OpenAlexレコードを使用して、作業やタスクを固定しながら、著者、機関、資金提供者、参考人、テキストアクセスリンクを隠したり復元したりすることで、実際の学術的なインフラでこのメカニズムをテストしました。
関連リンクの復元は、対応する属性の復元を可能にした。間違った種類の復元は行わず、469回の未一致テストで0の正解が得られた。
したがって、これらのタスクでは、あるメタデータファセットが別のメタデータに代わらなかった。
リンクの欠落は、発明された回答、拒絶、ツール予算の枯渇につながり、ウェブ検索は隠れた著者リンクを回復しなかった。
総じて、AIシステムは、レコード接続が可視または回復可能であった場合にのみ、仕事を保証している。
これは、メタデータギャップのレコードレベルチェックであるNexus-Scoreをモチベーションとして、修復のガイドと、AIによる使用の学術的記録の作成を支援する。
関連論文リスト
- Who is the Agent to Blame? Localizing Faithfulness and Citation Mistakes in Agentic Deep Research [75.8770212601511]
ディープリサーチ(DR)システムは、Webから情報を検索して合成する複数のエージェントを編成することで、長い形式の引用レポートを生成する。
循環はこれらの報告の忠実さを評価するための主要なメカニズムであるが、現在のDRシステムでは引用のリコールが不十分である。
そこで本稿では,エージェントが各エラーをローカルにテストすることで,各エラーをピンポイントで検出する手法を提案する。
論文 参考訳（メタデータ） (2026-08-25T09:34:18Z) - Beyond Memory: A Templated Substrate for Heterogeneous Collaborative Knowledge Work with LLM Agents [0.0]
本稿では,再利用可能なエージェント認識インスタンスであるllm-wiki-Memory-templateを提案する。
これは3つの軸に沿って働く異種共同知識の基盤である。
wikiはコンベンションによって追加のみであり、何がうまくいかなかったかを保存している。
論文 参考訳（メタデータ） (2026-05-29T15:34:14Z) - ResearchLoop: An Evidence-Gated Control Plane for AI-Assisted Research [4.9833735627186435]
ResearchLoopはAI支援型計算研究のためのエビデンス付き制御プレーンである。
ResearchLoopは、リサーチ質問、タスク契約、エビデンスオブジェクト、クレーム台帳、クローズアウト、ペーパーバインディングを耐久性のあるプロジェクトステートとして扱う。
この技術レポートは、完全なプロトコル仕様、状態モデル、トランジションルール、クレーム・アドミッション・アルゴリズム、インサイト・コンポーティングメカニズムを提供する。
論文 参考訳（メタデータ） (2026-05-27T10:29:00Z) - 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) - CiteRadar: A Citation Intelligence Platform for Researcher Profiling and Geographic Visualization [4.517994051913721]
CiteRadarは、Google Scholarの1つのユーザー識別子を受け入れるオープンソースのシステムである。
著者の完全なパブリッシュリストを含む構造化された出力フォルダを生成します。
CiteRadarは、5つの異種データソース – Google Scholar、OpenAlex、CrossRef、Semantic Scholar、Nominatim – を、慎重に設計された5段階のパイプラインを通じて統合する。
論文 参考訳（メタデータ） (2026-04-27T23:12:48Z) - 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) - sciwrite-lint: Verification Infrastructure for the Age of Science Vibe-Writing [0.0]
現在、科学は品質保証に2つの選択肢を提供しているが、どちらも不十分である。
論文自体を測る第3の選択肢を提案する。
sciwrite-lintは、研究者のマシンで完全に動作する科学写本のためのオープンソースライブラリである。
arXivとbioRxivの未確認論文30件について, 誤り注入とLCM適応偽陽性解析を用いてパイプラインの評価を行った。
論文 参考訳（メタデータ） (2026-04-09T17:46:44Z) - What Papers Don't Tell You: Recovering Tacit Knowledge for Automated Paper Reproduction [57.86097956633207]
Methodは、学術論文から実行可能なコードを生成するグラフベースのエージェントフレームワークである。
3つのドメイン、10のタスク、10の最近の論文にまたがる拡張ReproduceBenchでは、公式実装に対する平均的なパフォーマンスギャップが10.04%に達する。
論文 参考訳（メタデータ） (2026-03-02T12:33:31Z) - Executable Knowledge Graphs for Replicating AI Research [65.41207324831583]
Executable Knowledge Graphs (xKG) は、科学文献から抽出された技術的洞察、コードスニペット、ドメイン固有の知識を自動的に統合するモジュラーでプラグイン可能な知識基盤である。
コードはhttps://github.com/zjunlp/xKGでリリースされる。
論文 参考訳（メタデータ） (2025-10-20T17:53:23Z) - Guarding against artificial intelligence--hallucinated citations: the case for full-text reference deposit [0.0]
ジャーナルは、著者が引用されたソースの完全なテキストと原稿を提出する必要がある。
この解決策は、著者や編集者の一部に限定的な追加作業を必要とする一方で、幻覚された参照に対して効果的にジャーナリズムを免疫する。
論文 参考訳（メタデータ） (2025-03-25T17:12:38Z) - Autoregressive Search Engines: Generating Substrings as Document
Identifiers [53.0729058170278]
自動回帰言語モデルは、回答を生成するデファクト標準として現れています。
これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。
本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
論文 参考訳（メタデータ） (2022-04-22T10:45:01Z)
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。