論文の概要: Scaling Scientific Discovery Environments for Turn-Level Agentic RL

• arxiv url: http://arxiv.org/abs/2607.28990v1
• Date: Fri, 31 Jul 2026 03:34:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.582237
• Title: Scaling Scientific Discovery Environments for Turn-Level Agentic RL
• Title（参考訳）: ターンレベルエージェントRLのための科学的発見環境のスケーリング
• Abstract要約: 本稿では,SciDiscoについて紹介する。SciDiscoはプロセス検証可能な環境におけるScientific Discoveryエージェントのトレーニングフレームワークである。 SciThqueは仮説、データセット、隠されたエビデンスグラフ、検証結果をタスク環境にコンパイルする。 実験によると、SciDisco-14Bは仮説駆動の科学データ分析ベンチマークで最先端に達する。
• 参考スコア（独自算出の注目度）: 14.746461766950162
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language model agents have shown promising capabilities in data-driven scientific discovery tasks, where an agent interacts with an execution environment and produces a statistical claim. Long-horizon scientific analysis remains constrained by the lack of process supervised environments over real-world scientific data. This paper introduces SciDisco, a scalable framework for training Scientific Discovery agents in process-verifiable environments. SciThèque compiles hypotheses, datasets, hidden evidence graphs, and verifiers into task environments where analytical progress can be checked during interaction. DAG-grounded trajectory synthesis uses these environments to construct verifier-filtered multi-turn demonstrations. DiscoPO then uses the environment as the source of training signal, assigning turn-level credit to actions that produce verifiable analytical evidence. Experiments show that SciDisco-14B reaches state-of-the-art on hypothesis-driven scientific data analysis benchmarks.
• Abstract（参考訳）: 大規模言語モデルエージェントは、エージェントが実行環境と相互作用し、統計的クレームを生成する、データ駆動の科学的発見タスクにおいて有望な能力を示している。 長期の科学的分析は、現実世界の科学データよりもプロセスが監督される環境が欠如していることに制約されている。 本稿ではSciDiscoを紹介する。SciDiscoはプロセス検証可能な環境でScientific Discoveryエージェントをトレーニングするためのスケーラブルなフレームワークである。 SciThèqueは仮説、データセット、隠れたエビデンスグラフ、検証結果をタスク環境にコンパイルする。 DAG-grounded trajectory synthesis(DAG-grounded trajectory synthesis)は、これらの環境を利用して検証器フィルタによるマルチターンデモを構築する。 次にDiscoPOは、環境をトレーニング信号の源として使用し、検証可能な分析証拠を生成するアクションにターンレベルの信用を割り当てる。 実験によると、SciDisco-14Bは仮説駆動の科学データ分析ベンチマークで最先端に達する。

関連論文リスト

• EarthVerse: Benchmarking Scientific Agents Across Dynamic Earth Systems and Natural Hazards [73.12811119273206]
  我々は,包括的調査を通じて科学的エージェントを評価するベンチマークであるEarthVerseを紹介する。 エージェントは異種イベントパッケージを検査し、互換性のあるエビデンスを選択し、透過的な計算を実行し、ソース差を調整し、最終回答で証明を保存する。 システム全体では、平均回答ユニットの精度は84.65%であり、最も高いStrict@95は34.81%である。
  論文  参考訳（メタデータ） (2026-08-24T17:29:16Z)
• Rethinking Scientific Discovery in the Agentic Era [69.85050591628048]
  SCIONは、Textbfの組織ネクサスとして機能するエージェント科学オペレーティングシステムである。 中心となるのは textbfResearch Execution Plan (REP) であり、これは高いレベルの科学的意図をステージ化された目的、依存関係、検証チェックポイント、ツール要件、期待される成果物、フォールバック条件にコンパイルする。 SCION 下での発見を textbfTarget- Conditioned Inverse Search として定式化し,有限実験予算下でのバッチ能動探索により隠れターゲット設定に拡張する。
  論文  参考訳（メタデータ） (2026-07-04T13:09:33Z)
• DiffUNet^2: Bidirectional Prediction, Probabilistic Generation and Collaborative Visual Discovery for Scientific Data [25.698658042998073]
  時相進化は科学現象の分析と推論に重要である。 ほとんどの機械学習手法は、複数の妥当な結果を見渡す決定論的前方予測を提供する。 本稿では,拡散に基づく生成モデルとインタラクティブな視覚分析を統合し,科学的探索を行うフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-02T17:15:01Z)
• Toward a Scientific Discovery Engine for Weather and Climate Data: A Visual Analytics Workbench for Embedding-Based Exploration [0.0]
  地球系科学は、物理学に基づく地球系モデルからAIベースの気象・気候モデルまで、ますます大きくて高次元のデータセットを生み出している。 埋め込みに基づく表現は、類似検索やアナログ検索を通じてこれらのデータを検索できるようにするが、潜伏空間の最も近い隣人は、自動的に科学的に意味を持つものではない。 これらのステップ毎に、オープンソースのビジュアル分析ワークベンチを提示する。
  論文  参考訳（メタデータ） (2026-05-01T17:03:33Z)
• Causal Representation Meets Stochastic Modeling under Generic Geometry [49.24293444627916]
  我々は,連続時間潜在点過程の因果表現学習を開発する。 MUTATEは時間適応型遷移モジュールを持つ変分自動エンコーダフレームワークである。 シミュレーションおよび実証研究全体で、MUTATEは科学的疑問に効果的に答えられることが判明した。
  論文  参考訳（メタデータ） (2026-02-04T20:40:53Z)
• WildSci: Advancing Scientific Reasoning from In-the-Wild Literature [50.16160754134139]
  我々は、ピアレビューされた文献から自動的に合成されるドメイン固有の科学質問の新しいデータセットWildSciを紹介する。 複雑な科学的推論タスクを複数選択形式でフレーミングすることにより、明確に定義された報酬信号によるスケーラブルなトレーニングを可能にする。 一連の科学的ベンチマークの実験は、我々のデータセットとアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2026-01-09T06:35:23Z)
• SpatialBench: Can Agents Analyze Real-World Spatial Biology Data? [6.993633248897315]
  本研究では,実践的な空間分析から得られた146の検証可能な問題のベンチマークであるSpatialBenchを紹介する。 各問題は、分析ステップの直前に実験データのスナップショットを提供する。 ベースモデルの精度は依然として低く、強力なモデルタスクとモデルプラットフォーム相互作用がある。
  論文  参考訳（メタデータ） (2025-12-26T07:40:11Z)
• A Survey of Scientific Large Language Models: From Data Foundations to Agent Frontiers [251.23085679210206]
  科学大規模言語モデル(Sci-LLMs)は、科学研究において、知識の表現、統合、適用の方法を変えつつある。 この調査は、モデルとその基盤となるデータ基板の共進化として、Sci-LLMの開発を再考する。 我々は、科学的データの統一された分類法と、科学的知識の階層的なモデルを定式化する。
  論文  参考訳（メタデータ） (2025-08-28T18:30:52Z)
• Operationalizing Serendipity: Multi-Agent AI Workflows for Enhanced Materials Characterization with Theory-in-the-Loop [0.0]
  SciLinkは、材料研究におけるセレンディピティーを運用するために設計された、オープンソースのマルチエージェント人工知能フレームワークである。 実験観察、新規性評価、理論シミュレーションの直接的な自動リンクを生成する。 本稿では,原子分解能およびハイパースペクトルデータへの応用,リアルタイムな人間専門家指導の統合能力,研究ループを閉じる能力について述べる。
  論文  参考訳（メタデータ） (2025-08-07T04:59:17Z)
• Causal Representation Learning in Temporal Data via Single-Parent Decoding [66.34294989334728]
  科学的研究はしばしば、システム内の高レベル変数の根底にある因果構造を理解しようとする。 科学者は通常、地理的に分布した温度測定などの低レベルの測定を収集する。 そこで本研究では,単一親の復号化による因果発見法を提案し,その上で下位の潜伏者と因果グラフを同時に学習する。
  論文  参考訳（メタデータ） (2024-10-09T15:57:50Z)

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。