論文の概要: Epstein Files Engine: Agentic Search for Investigative Journalism
- arxiv url: http://arxiv.org/abs/2609.30611v1
- Date: Thu, 24 Sep 2026 22:54:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.154995
- Title: Epstein Files Engine: Agentic Search for Investigative Journalism
- Title（参考訳）: Epstein Files Engine: 調査ジャーナリズムのためのエージェント検索
- Abstract要約: A.I.のエージェントであるThe New York Timesがファイルを調査するために配置したEpstein Files Engineについて説明する。
100人以上のジャーナリストがエンジンを使用しており、少なくとも20の出版物に貢献した。
ニュースルームのエージェントは、自律的なライターとしてではなく、資料や機関知識のインターフェースとして、ニュースルームに最も適している、と我々は主張する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: On Jan. 30, 2026, the U.S. Department of Justice released a mixed-media collection concerning Jeffrey Epstein, including about three million pages of PDFs. We describe the Epstein Files Engine, an A.I. agent The New York Times deployed to investigate the files. The Engine translated reporter questions into Google BigQuery SQL queries across three corpora: Epstein-related releases, the Times's archive and external, Epstein-related news headlines. It used an LLM to plan queries and returned citation-rich answers a reporter could verify and trust. More than 100 journalists used the Engine, and it contributed to at least 20 published stories. We report how reporters queried it and describe Diff, our text-and-visual duplicate matching method that amplified novelty signals and allowed the Engine to surface genuinely new information. We argue that newsroom agents serve newsrooms best not as autonomous writers, but as interfaces to source material and institutional knowledge.
- Abstract（参考訳）: 2026年1月30日、アメリカ合衆国司法省はジェフリー・エプスタインに関する混合メディアのコレクションを公開した。
A.I.のエージェントであるThe New York Timesがファイルを調査するために配置したEpstein Files Engineについて説明する。
The Engineは記者の質問をGoogle BigQuery SQLクエリに翻訳し、Epstein関連リリース、The Timesのアーカイブ、外部のEpstein関連ニュースの見出しを3つのコーパスにまとめた。
LLMを使用してクエリを計画し、レポーターが検証し信頼できる引用リッチな回答を返す。
100人以上のジャーナリストがエンジンを使用しており、少なくとも20の出版物に貢献した。
我々は、レポーターがそれをクエリし、Diffを記述した方法について報告する。Diffは、私たちのテキストと視覚の重複マッチング手法で、新しい信号を増幅し、エンジンが真に新しい情報をサーフェスできるようにします。
ニュースルームのエージェントは、自律的なライターとしてではなく、資料や機関知識のインターフェースとして、ニュースルームに最も適している、と我々は主張する。
関連論文リスト
- Data Journalist Agent: Transforming Data into Verifiable Multimodal Stories [61.92386956428387]
Data Journalist Agentは、特定の役割を単一の仮想ニュースルームにオーケストレーションする。
Data2Storyは競合的でエビデンス追跡可能なマルチメディアストーリーを生成する。
人間の記事は、編集の角度、創造的デザイン、プレゼンテーションの端を保っている。
論文 参考訳（メタデータ） (2026-06-09T17:51:55Z) - Paper Espresso: From Paper Overload to Research Insight [53.45135239997754]
本稿では,最新のarXiv論文を自動的に発見,要約,分析するオープンソースプラットフォームであるPaper Espressoを紹介する。
このシステムは、大きな言語モデル(LLM)を使用して、トピックラベルとキーワードで構造化された要約を生成する。
35ヶ月の継続的デプロイメントを経て、Paper Espressoは13,300以上の論文を処理し、構造化されたメタデータをすべて公開している。
論文 参考訳（メタデータ） (2026-04-06T09:45:21Z) - JRE-L: Journalist, Reader, and Editor LLMs in the Loop for Science Journalism for the General Audience [3.591143309194537]
科学ジャーナリズムは、現在の科学的発見を非専門主義者に報告し、芸術の状態を一般に理解することを目的としている。
書き込み-フィードバック-リビジョンループを模倣した3つのLLMを統合するJRE-Lフレームワークを提案する。
私たちのコードは access.com/Zzoay/JRE-L で公開されています。
論文 参考訳（メタデータ） (2025-01-28T11:30:35Z) - MegaFake: A Theory-Driven Dataset of Fake News Generated by Large Language Models [18.708519905776562]
我々は、社会心理学の観点からフェイクニュースの作成を分析する。
我々は LLM に基づく理論フレームワーク LLM-Fake Theory を開発した。
我々はMegaFakeデータセットを評価するために包括的な分析を行う。
論文 参考訳（メタデータ） (2024-08-19T13:27:07Z) - 3DLNews: A Three-decade Dataset of US Local News Articles [49.1574468325115]
3DLNewsは、1996年から2024年までの期間にアメリカのローカルニュース記事を載せた、新しいデータセットである。
約100万のURL(HTMLテキストを含む)があり、50州で14,000以上の地元新聞、テレビ、ラジオ局から提供されている。
論文 参考訳（メタデータ） (2024-08-08T18:33:37Z) - Developing Story: Case Studies of Generative AI's Use in Journalism [18.67676679963561]
本研究では、WildChatデータセットを閲覧することで、2つの報道機関によるジャーナリストとAIのインタラクションの研究を行う。
本稿では,ジャーナリストが他の機関からの資料や記事との機密通信などの機密資料をLCMに送付し,記事作成を促す事例を明らかにする。
本稿では,AIの活用に責任を負うものに関するさらなる研究と,ジャーナリストの文脈でLLMを使用するための明確なガイドラインとベストプラクティスの確立を求めている。
論文 参考訳（メタデータ） (2024-06-19T16:58:32Z) - Modeling "Newsworthiness" for Lead-Generation Across Corpora [85.92467549469147]
自動ラベル付きコーパスでモデルをトレーニングして,各記事がフロントページであるかどうかを予測した。
ラベルのないコーポラの文書に「新しさ」をランク付けする
微調整されたRoBERTaモデルは、ホールトアウトラベル付き文書で.93AUC、エキスパート検証未ラベルコーパスで.88AUCを達成する。
論文 参考訳（メタデータ） (2021-04-19T21:48:15Z) - 365 Dots in 2019: Quantifying Attention of News Sources [69.50862982117125]
様々な情報源から,オンラインニュース記事の話題の重複を計測する。
ほぼリアルタイムで注目度に応じてニュースストーリーを採点する。
これにより、最も注目を集めているトピックを識別するなど、複数の研究が可能になる。
論文 参考訳（メタデータ） (2020-03-22T20:32:47Z) - HoaxItaly: a collection of Italian disinformation and fact-checking
stories shared on Twitter in 2019 [72.96986027203377]
データセットには約37Kのニュース記事のタイトルとボディも含まれている。
https://doi.org/10.79DVN/PGVDHXで公開されている。
論文 参考訳（メタデータ） (2020-01-29T16:14:47Z)
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。