論文の概要: Beyond Natural Language: An Agent-Native Language for Autonomous Science
- arxiv url: http://arxiv.org/abs/2609.25421v1
- Date: Mon, 21 Sep 2026 21:19:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.118686
- Title: Beyond Natural Language: An Agent-Native Language for Autonomous Science
- Title（参考訳）: 自然言語を超えて - 自律科学のためのエージェントネイティブ言語
- Abstract要約: 研究クレームに対するサポートのチェックと修正を行うための,マシンチェック可能な言語とプロトコルであるLaraを紹介した。
Laraは、研究エージェントのための自動検証パイプラインを可能にし、宣言されたブリッジが論文間の議論を監査可能なネットワークに接続し、人間と機械の両方が、符号化されたクレームの状態をミリ秒で再チェックできるようにする。
- 参考スコア（独自算出の注目度）: 14.491976347720174
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As autonomous AI agents take on every stage of scientific inquiry, research output is expanding far beyond human review capacity. Yet scientific communication still relies on natural-language prose: an informal medium prone to ambiguity, hidden assumptions, and untracked limitations that machines cannot reliably audit. We introduce Lara, a machine-checkable language and protocol for checking and revising support for research claims. By turning research arguments into executable artifacts, Lara provides an epistemic kernel for autonomous science: it enables automated validation pipelines for research agents, lets declared bridges connect arguments across papers into an auditable network, and allows both humans and machines to recheck the standing of an encoded claim in milliseconds. In a Lara program, authors explicitly declare their claims, supporting evidence and assumptions, and known objections or limitations. A lightweight, deterministic checker adjudicates these interactions, assigning each claim a reproducible status: "justified", "defeated", "contested", or "gap", which marks a claim whose support is incomplete and locates the unanswered question. Case studies cover empirical review, a philosophical debate without measurements, and the loss of support when an assumed axiom is withdrawn. We establish the metatheory of claim checking and cross-context argument transport, and mechanize the semantic guarantees in Lean 4 (roughly 117,000 lines), leaving three arguments on paper. The audited public metatheory is "sorry"-free and uses only Lean's three standard axioms; some executable examples additionally trust native evaluation.
- Abstract（参考訳）: 自律的なAIエージェントが科学調査のあらゆる段階に進むにつれ、研究の成果は人間のレビュー能力を超えて拡大している。
非公式なメディアは曖昧さ、隠れた仮定、マシンが確実に監査できないような未追跡の制限を伴います。
研究クレームに対するサポートのチェックと修正を行うための,マシンチェック可能な言語とプロトコルであるLaraを紹介した。
研究エージェントのための自動検証パイプラインを可能にし、宣言されたブリッジが論文間の議論を監査可能なネットワークに接続し、人間と機械の両方が、符号化されたクレームの状態をミリ秒で再チェックできるようにする。
ララプログラムでは、著者が自身の主張を明確に宣言し、証拠と仮定を支持し、既知の異議または制限を支持している。
軽量で決定論的なチェッカーはこれらの相互作用を代弁し、各クレームに再現可能なステータスを割り当てる: "justified"、"defeated"、"contested"、"gap"。
ケーススタディでは、経験的レビュー、測定なしの哲学的議論、仮定された公理が取り下げられる際の支持の喪失をカバーしている。
クレームチェックとクロスコンテキストの引数転送のメタセロジを確立し、Lean 4(約117,000行)のセマンティック保証を機械化し、3つの議論を紙に残します。
監査済みの公開メタセトリは“sorry”フリーで、Leanの3つの標準公理のみを使用します。
関連論文リスト
- Artifact-centered Claim-aware Observability for Autonomous Scientific Agents [4.403170275941483]
本研究では,個人,オペレータ,フィットネスレコード,系統,アーカイブ,ラン,ストリーム,ステアリングコマンドを中心に構成されたコンパクトな可観測性プロファイルを提案する。
プロファイルは、現在のテレメトリとプロファイランス標準を補完するセマンティックレイヤとして意図されている。
論文 参考訳（メタデータ） (2026-08-18T20:47:24Z) - When benchmark inferences do not compose: Projectibility in AI evaluation [0.0]
AIベンチマークの結果が1ステップで連続的なクレームに達することはめったにない。
評価者はそれをさらなるケースに一般化し、能力の証拠として解釈し、新しいタスクに外挿し、他のシステムやサイトへ輸送する。
保証リンクは保証チェーンを自動的に作らない。
論文 参考訳（メタデータ） (2026-07-28T18:07:04Z) - CausalForge: A Formally Grounded, Self-Improving Agentic Framework for Automated Research in Causal Inference [17.447741518678374]
CausalForgeは因果推論における自動理論研究のためのフレームワークである。
因果推論のためのリーンライブラリであるCausaleanと、自己改善型のエージェントパイプラインであるCausalSmithを組み合わせたものだ。
論文 参考訳（メタデータ） (2026-07-24T17:32:35Z) - 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) - 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) - When AI reviews science: Can we trust the referee? [73.47745294608072]
私たちは、トレーニングとデータ検索、デスクレビュー、深いレビュー、反論、システムレベルといった、レビューライフサイクル全体のアタックをマップします。
評価スコアに高名度フレーミング, 断定力, 反抗薬効, 文脈中毒の因果効果を分離するために, 2つの高度なLCMベースの審判を用いた。
論文 参考訳（メタデータ） (2026-04-26T08:03:32Z) - The Specification as Quality Gate: Three Hypotheses on AI-Assisted Code Review [0.0]
AIが生成するコード品質の問題に対する業界の主要な反応は、AIレビュアーをデプロイすることだ。
本稿では,実行可能な仕様が存在しない場合,この応答は構造的に円形であると主張している。
論文 参考訳（メタデータ） (2026-03-26T11:59:05Z) - CiteAudit: You Cited It, But Did You Read It? A Benchmark for Verifying Scientific References in the LLM Era [51.63024682584688]
大規模言語モデル (LLM) は新たなリスクを導入している。
本稿では,科学文献における幻覚的引用のための総合的なベンチマークおよび検出フレームワークについて紹介する。
我々のフレームワークは、精度と解釈可能性の両方において、先行手法を著しく上回っている。
論文 参考訳（メタデータ） (2026-02-26T19:17:39Z) - Is the Top Still Spinning? Evaluating Subjectivity in Narrative Understanding [40.78154629252038]
曖昧なクレームにバイナリラベルを強制すると、評価の信頼性が低下する。
請求項のニュアンス評価を提供する方法として,LCM生成した要約の編集を紹介する。
我々は,ARMが主張の忠実性に関するアノテータ合意において,絶対的な21%の改善をもたらすことを示す。
論文 参考訳（メタデータ） (2025-04-01T19:08:24Z) - A Closer Look at the Self-Verification Abilities of Large Language Models in Logical Reasoning [73.77088902676306]
論理的推論の文脈において,大規模言語モデル(LLM)の自己検証能力について詳しく検討する。
本研究の主目的は,既存のLCMが誤った推論手順を正確に識別するのに苦労し,自己検証法の有効性を保証できないことにある。
論文 参考訳（メタデータ） (2023-11-14T07:13:10Z) - A Unifying Framework for Learning Argumentation Semantics [47.84663434179473]
Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。
提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
論文 参考訳（メタデータ） (2023-10-18T20:18:05Z)
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。