論文の概要: Research-Native by Construction: Minimal Nodes, Re-verifiable Workflows, and Compounding Memory for Long-Horizon Scientific Agents
- arxiv url: http://arxiv.org/abs/2609.35182v1
- Date: Mon, 28 Sep 2026 13:47:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-02 16:23:11.396354
- Title: Research-Native by Construction: Minimal Nodes, Re-verifiable Workflows, and Compounding Memory for Long-Horizon Scientific Agents
- Title（参考訳）: 構築による研究Native:極小ノード、再検証可能なワークフロー、長期研究エージェントのための複合記憶
- Abstract要約: AfSは長期の科学研究のためのプラットフォームである。
プロジェクトは何十ものエージェントにまたがって何時間も実行され、人間のプレゼンスはたまにしか実行されない。
機械による研究の信頼性の大部分は、モデルに振る舞いを求めることから、非準拠の状態を表現不能にすることに移行することができる。
- 参考スコア（独自算出の注目度）: 7.183452722317971
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We describe AfS (Agent for Science), a platform built for long-horizon scientific work, where a project runs for tens of hours across dozens of agent runs with a human present only occasionally. Most agents for science are general coding agents with a skills folder attached, and they inherit that lineage's failure mode: under pressure to finish, they fabricate, skip, or smooth over. Our design rests on one claim: most of the credibility of machine-made research can be moved from asking the model to behave to making the non-compliant state unrepresentable. We encode research discipline as mechanically enforced laws (commitment before measurement; unforgeable freezing; reports are not facts; evidence persists but verdicts do not; negative results are first-class; mechanical questions to the framework and semantic judgment to the model), organized around three time horizons: a minimal set of research nodes within a run, an inquiry contract with frozen closure conditions and a hash-chained artifact ledger within a project, and a two-tier knowledge base with promotion by rewriting across projects. This is a system description written under one rule: each mechanism appears in exactly one place, with the invariant it enforces, the failure it prevents, the way it is realized, and the cost it imposes. It covers the node contract, the write-path gates, the two-tier memory, and the runtime substrate. Three traces walk real failure attempts through the mechanisms that catch them, and two closed campaigns are included as worked illustrations rather than as an evaluation. We report no benchmark: a process-integrity suite that would support quantitative comparison is under construction, and what we can measure today is only the operating cost of the machinery.
- Abstract（参考訳）: AfS(Agent for Science)は、長期にわたる科学研究のために作られたプラットフォームで、何十ものエージェントをまたいで何時間もプロジェクトを実行する。
科学のエージェントの多くは、スキルフォルダーが付いた一般的なコーディングエージェントであり、その系統の失敗モードを継承する。
機械による研究の信頼性の大部分は、モデルに振る舞いを求めることから、非準拠の状態を表現不能にすることに移行することができる。
我々は、研究規律を機械的に強制された法則(測定前のコミット、計測不可能な凍結、報告は事実ではない、証拠は残るが判断はしない、否定的な結果は第一級、枠組みへの機械的質問、モデルに対する意味的判断)として、実行中の研究ノードの最小セット、凍結したクロージャ条件による調査契約、プロジェクト内のハッシュ連鎖したアーティファクト台帳、プロジェクト間での書き直しによるプロモーションによる2段階の知識ベースとしてエンコードする。
これは1つのルールで書かれたシステム記述で、それぞれのメカニズムが正確に1つの場所に現れ、それが強制する不変性、予防する障害、その実現方法、それに課されるコストである。
ノードのコントラクト、書き込みパスゲート、二層メモリ、ランタイム基板をカバーしている。
3つのトレースは、それらをキャッチするメカニズムを通じて実際の失敗を試み、評価としてではなく、作業図として2つのクローズドキャンペーンを含める。
定量的比較をサポートするプロセス統合スイートが開発中であり、現在測定できるのは機械の運用コストのみである。
関連論文リスト
- MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents [74.83535434786145]
MNIST-PRO (MNIST-PRO) は、MNISTの桁認識を、ルックバック制約付きシーケンシャルな視線に基づく検索タスクに変換することで、エージェント認識を分離するベンチマークである。
生の視覚履歴、テキスト状態、構造化されたメートル法グリッドマップ、統合された視覚キャンバスを含む4つの記憶表現の10つのマルチモーダルモデルを評価する。
論文 参考訳（メタデータ） (2026-08-31T16:05:39Z) - TRACE: An Operational Reasoning Schema for Auditable Agentic Commitments [0.0]
TRACE (Typed Reasoning And Commitment Evidence) は、推論トレースを記録するためのタイプ付きバージョン付きスキーマである。
論文は3つのレイヤで、推論は言語モデルにはない、と論じている。
レコード消費者契約は、レコードが保証するものと、その見返りに消費者が尊重すべきものを記述する。
論文 参考訳（メタデータ） (2026-07-14T08:08:21Z) - LeanMarathon: Toward Reliable AI Co-Mathematicians through Long-Horizon Lean Autoformalization [104.06650149974585]
信頼性の高い研究レベルのLean AutoformalizationのためのマルチエージェントハーネスであるLeanMarathonを紹介します。
4つのコントラクトスコープエージェントがこの青写真を構築し、監査し、証明し、修復する。
我々は4つのErds問題にまたがる最近の2つの研究論文でLeanMarathonを評価した。
論文 参考訳（メタデータ） (2026-06-03T20:09:39Z) - AION: Next-Generation Tasks and Practical Harness for Time Series [45.09526710303026]
まず、タスクファイル、ワークスペース、バリデーションインターフェースからなる3つのコンポーネントとして、次世代の時系列タスクを定式化する。
次に、エージェント、スキル、ルール、メモリ、評価、プロトコルの6つのコンポーネントグループから構築された時系列ハーネスであるAIONを紹介します。
このハーネスでは、時間的根拠付け、時間的知識に基づく推論、実験後の分析や階層化レビューなどの信頼性メカニズムの3つの設計原則を用いる。
論文 参考訳（メタデータ） (2026-05-24T12:42:12Z) - PRIMA: Operational Patterns for Resilient Multi-Agent Research with Verifiable Identity and Convergent Feedback [0.0]
PRIMAは、複数時間にわたる協調型マルチエージェント研究システムとして運用されている。
主なコントリビューションは、生存可能な障害モードのための3つの運用パターンである。
グラフ同型ケーススタディは、生成されたアーティファクトのアーキテクチャ的クレームを根拠にしている。
論文 参考訳（メタデータ） (2026-05-23T23:27:46Z) - 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) - PRISM: : Planning and Reasoning with Intent in Simulated Embodied Environments [59.07829883257003]
5つの集合住宅の上に建設され、PRISMは300の人間認証タスクを3つの能力レベルに構成する。
PRISMはエージェントに依存しない実行可能なアクションAPIを公開し、任意のエージェントをエンドツーエンドで評価できるようにする。
論文 参考訳（メタデータ） (2026-05-12T04:59:47Z) - Theory Under Construction: Orchestrating Language Models for Research Software Where the Specification Evolves [1.0312968200748116]
大規模な言語モデルは、実質的なコードと研究テキストを生成することができるが、研究ソフトウェアプロジェクトは、どちらのアーティファクトも必要としない。
我々は,幻覚の蓄積とデシンクロナイゼーションという,LM固有の障害モードを2つ同定する。
本研究では,1つのワークスペース状態の座標として,アイデア,実装,評価,グラウンド,ペーパーライティングを編成する反復的プロンプトであるComet-Hを提案する。
論文 参考訳（メタデータ） (2026-04-29T21:28:17Z) - 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)
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。