論文の概要: YouRA: A Persistent-State Architecture for Evidence-Traceable Autonomous Research Agents
- arxiv url: http://arxiv.org/abs/2610.01097v1
- Date: Thu, 01 Oct 2026 05:40:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.918246
- Title: YouRA: A Persistent-State Architecture for Evidence-Traceable Autonomous Research Agents
- Title（参考訳）: YouRA: 追跡可能な自律型研究エージェントのための永続的状態アーキテクチャ
- Abstract要約: YouRAは、ステートフルでエビデンス追跡可能な自律的な研究のためのアーキテクチャである。
研究状況、実行証拠、そして研究軌道における失敗履歴を保存している。
- 参考スコア（独自算出の注目度）: 6.523375259292174
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: End-to-end research agents can now produce complete scientific papers, yet manuscript claims often diverge from executed experiments. This gap is structural: research state, failure histories, and claim-evidence alignment are not maintained as persistent, verifiable state across long-horizon pipelines. We present YouRA (Your Research Agent), an architecture for stateful, evidence-traceable autonomous research. YouRA preserves research state, execution evidence, and failure history across the research trajectory by integrating three components: a Verification State Architecture (VSA) that tracks hypotheses, gates, and evidence pointers; an Independent Controller that turns state and reflection records into lifecycle, recovery, and debate/review control while separating control from execution; and Stateful Reflection that logs failures as structured lessons and routes recovery through bounded repair, redesign, or reset. On MLR-Bench's predefined ten-task end-to-end subset, YouRA improves over both MLR-Agent and AI Scientist V2 on scalar Overall across all three matched backbones. An automated diagnostic using MLR-Bench's hallucination taxonomy reports intersection/union counts for four fact-based failure types, and data-provenance diagnostic shows more real-data-based outputs. Ablating each of the four components (the VSA, the Independent Controller, MCP tool access, and reflection-guided recovery) supports their separable contributions. Removing either core-state component drops YouRA below the full system. Code: https://github.com/PrayPrey/Your-Research-Agent.
- Abstract（参考訳）: エンドツーエンドの研究エージェントは、完全な科学論文を作成できるようになったが、原稿の主張は、しばしば実行された実験から分岐する。
このギャップは構造的であり、研究状態、障害履歴、クレーム・エビデンス・アライメントは長期にわたって持続的で検証可能な状態として維持されない。
我々は、ステートフルでエビデンス追跡可能な自律型研究のためのアーキテクチャであるYouRA(Your Research Agent)を提示する。
仮説、ゲート、エビデンスポインターを追跡する検証状態アーキテクチャ(VSA)、状態とリフレクションレコードをライフサイクル、リフレクション、そして実行からコントロールを分離しながら議論/レビュー制御に変換する独立制御器、構造化された修復、再設計、リセットを通じて障害をログするステートフルリフレクション(Stateful Reflection)である。
MLR-Benchの10タスクのエンド・ツー・エンドサブセットでは、YouRAは、MLR-AgentとAI Scientist V2の両方をスカラーで改善する。
MLR-Benchの幻覚分類を用いた自動診断では、4つのファクトベースの障害タイプで交叉/対数が報告され、データプロファイナンス診断はよりリアルなデータベースの出力を示す。
4つのコンポーネント(VSA、Independent Controller、MPPツールアクセス、リフレクション誘導リカバリ)のそれぞれが分離可能なコントリビューションをサポートする。
コアステートコンポーネントの削除は、YouRAをフルシステムの下に落とします。
コード:https://github.com/PrayPrey/Your-Research-Agent.com
関連論文リスト
- Eigenius: A Typed Knowledge-Graph DBMS with Epistemic Stratification and Institution-Mediated Reasoning [0.0]
Eigeniusは、単一の前提に基づいて構築された知識グラフである。
これは、データ証明をサブシステムの境界を越えて再構成された特性ではなく、構造的不変量に変換する。
論文 参考訳（メタデータ） (2026-08-05T05:28:22Z) - VERITAS: Towards a General-Purpose Replication Tool for Scientific Research [19.45546798679836]
CLIコーディングエージェントを中心に構築されたドメインに依存しないレプリケーションフレームワークであるVERITASを提案する。
論文、コードリポジトリ、またはその両方が与えられた場合、VERITASは論文の主張を抽出し、それらが生じる問題を解決しながら方法論を実行し、実験の実行から証拠に対して各主張を判断する。
パイプラインは重要度重み付けされたレプリケーションスコアを返します。
コンピュータ科学,社会科学,医学,天体物理学を対象とする65の論文, CORE-Bench と ReplicationBench について VERITAS の評価を行った。
論文 参考訳（メタデータ） (2026-07-03T03:55:59Z) - DuMate-DeepResearch: An Auditable Multi-Agent System with Recursive Search and Rubric-Grounded Reasoning [58.09293442211248]
Deep Research(DR)は、複雑でオープンな研究課題に取り組むための新しいエージェントパラダイムとして登場した。
本稿では,Qianfan Agent Foundry上に構築されたマルチエージェントDRフレームワークであるDuMate-DeepResearchを紹介する。
論文 参考訳（メタデータ） (2026-06-05T14:10:48Z) - Where Do Deep-Research Agents Go Wrong? Span-Level Error Localization in Agent Trajectories [51.22051230894794]
最終回答に基づく評価は、エージェントが成功するかどうかを示すが、どの部分の軌道が答えを信頼できないかを示すものではない。
2つのエージェントフレームワーク、3つのバックボーンモデル、3つのベンチマークから2,790の実際のトラジェクトリを収集し、生ログをセマンティックスパンに変換し、エキスパートレビューを通じて有害なエラースパンを注釈付けします。
我々は,エージェントの主張を追跡するクレーム中心の監査フレームワークであるDRIFTを提案する。
論文 参考訳（メタデータ） (2026-06-01T10:50:26Z) - Sibyl-AutoResearch: Autonomous Research Needs Self-Evolving Trial-and-Error Harnesses, Not Paper Generators [37.075000666622074]
我々はScientific Trial-and-Error Harnessesを中心に構築された自己進化型AutoResearchフレームワークであるSibyl-AutoResearchを紹介した。
ハーネスは、エージェントが有界なトライアルを実行し、肯定的な結果と否定的な結果を保持し、後続の計画、検証、クレームスコープ、スケジューリング、批判、執筆、修復に教訓を導いてくれる。
SIBYLはファイルベースの自律的な研究システムで、状態、役割、メモリ、ゲート、アーティファクトトレースを公開して変換パスを検査する。
論文 参考訳（メタデータ） (2026-05-21T11:29:08Z) - ARIS: Autonomous Research via Adversarial Multi-Agent Collaboration [10.076972559007116]
ARIS(Auto-Research-in-sleep)は、自律的な研究のためのオープンソースの研究ハーネスである。
ARISは、クロスモデル対外コラボレーションを通じて機械学習の研究を調整する。
論文 参考訳（メタデータ） (2026-05-04T18:10:15Z) - 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) - RE-TRAC: REcursive TRAjectory Compression for Deep Search Agents [144.5598958575922]
Re-TRACはクロス軌道探索を行うエージェントフレームワークである。
Re-TRAC は BrowseComp とフロンティア LLM で連続して ReAct を 15-20% 上回っていることを示す。
論文 参考訳（メタデータ） (2026-02-02T18:58:07Z) - VAR: Visual Attention Reasoning via Structured Search and Backtracking [49.427842994857635]
構造化された検索としてグラウンドド推論をリキャストするフレームワークであるVisual Attention Reasoningを紹介する。
VARは、推論プロセスを2つの重要な段階に分解する。
我々は、我々の7BモデルであるVAR-7Bが、幻覚と安全性のベンチマークの包括的なスイートに新しい最先端を設定していることを示します。
論文 参考訳（メタデータ） (2025-10-21T13:18:44Z)
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。