論文の概要: Science Utopia? Closed-Loop LLM Simulation of Academic Research Ecosystems

• arxiv url: http://arxiv.org/abs/2610.01257v1
• Date: Thu, 01 Oct 2026 07:51:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.976033
• Title: Science Utopia? Closed-Loop LLM Simulation of Academic Research Ecosystems
• Title（参考訳）: 科学のユートピア : 学術研究生態系の閉ループLCMシミュレーション
• Abstract要約: SciUtopiaは、学術研究のエコシステムを研究するための、永続的でクローズループなLCMエージェントシミュレーションフレームワークである。 SciUtopiaは研究指向の選択、コラボレーション、提出、ピアレビュー、再提出、引用、資金提供、研究者の誘惑といった科学過程を相互に関連づけた。 61のシミュレーションの世界で、SciUtopiaは8000の機関から4万人以上の研究者をシミュレートし、約40万の出版決定と120万のピアレビューを生み出している。
• 参考スコア（独自算出の注目度）: 43.7425459915025
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific progress emerges from a longitudinal ecosystem in which researchers, institutions, funding agencies, collaboration networks, and the scientific literature co-evolve. As AI becomes increasingly involved throughout the scientific research cycle, understanding these interconnected and evolving processes becomes increasingly important. We introduce SciUtopia, a persistent, closed-loop LLM-agent simulation framework for studying academic research ecosystems. SciUtopia models interconnected scientific processes such as research-direction choice, collaboration, submission, peer review, resubmission, citation, funding, and researcher attrition, while maintaining evolving states across simulated years. Its configurable institutional mechanisms and information channels provide a controlled testbed for matched counterfactual experiments and targeted interventions. Across 61 simulation worlds, SciUtopia simulates over 40,000 researchers from 8,000 institutions, producing around 400,000 publication decisions and 1.2 million LLM-generated peer reviews. Using these longitudinal simulations, we find that rejection-driven resubmission substantially amplifies reviewer burden beyond population growth alone, cautious exploration balances citation impact with career success and long-term topic diversity, and resource inequality can emerge even without detectable cumulative advantage from narrowly winning early funding. Code is available at https://github.com/Ahren09/ScienceUtopia.
• Abstract（参考訳）: 科学の進歩は、研究者、機関、資金提供機関、コラボレーションネットワーク、科学文献の共同発展という縦断的なエコシステムから生まれる。 科学研究サイクルを通じてAIがますます関与するようになり、これらの相互接続された進化過程を理解することがますます重要になる。 SciUtopiaは、学術研究のエコシステムを研究するための、永続的でクローズループなLCMエージェントシミュレーションフレームワークである。 SciUtopiaのモデルでは、研究指向の選択、コラボレーション、提出、ピアレビュー、再提出、引用、資金提供、研究者の誘惑といった科学的プロセスが相互に相互に関連し、シミュレーションされた年月にわたって進化する状態を維持した。 その構成可能な制度機構と情報チャネルは、一致したカウンターファクト実験とターゲットの介入のための制御されたテストベッドを提供する。 61のシミュレーションの世界において、SciUtopiaは8000の機関から4万人以上の研究者をシミュレートし、約40万の出版決定と120万のLLM生成ピアレビューを生み出している。 これらの縦断シミュレーションを用いて、リジェクションによる再提出は、人口増加だけでなく、レビュアーの負担を著しく増大させ、慎重な探究は、キャリアの成功と長期のトピックの多様性による引用効果のバランスを保ち、資源不平等は、早期資金の獲得によって、検出可能な累積的優位性を伴わずに実現可能であることを発見した。 コードはhttps://github.com/Ahren09/ScienceUtopia.comで入手できる。

関連論文リスト

• OmniScientist: Toward a Co-evolving Ecosystem of Human and AI Scientists [47.41269933143946]
  我々は、人間の研究の基盤となるメカニズムをAI科学ワークフローにエンコードするフレームワークであるOmniScientistを紹介します。 OmniScientistは、データ基盤全体にわたるエンドツーエンドの自動化、文献レビュー、研究のアイデア、実験の自動化、科学的執筆、ピアレビューを実現している。 このインフラは、エージェントが人間の知識システムを理解し、活用するだけでなく、協力し、共同開発することを可能にする。
  論文  参考訳（メタデータ） (2025-11-21T03:55:19Z)
• A Survey of AI Scientists [34.89083692070133]
  人工知能は、計算機器から科学知識の自律的創始者へと大きく移行している。 本調査では, エンド・ツー・エンドの科学的プロセスを, 文献レビュー, イデオロギー生成, 実験準備, 実験実施, 科学著作, 論文生成に分解する, 統合された6段階の方法論的枠組みを紹介する。
  論文  参考訳（メタデータ） (2025-10-27T06:13:21Z)
• Virtuous Machines: Towards Artificial General Science [0.0]
  ドメインに依存しないエージェント型AIシステムが、科学的なワークフローを独立してナビゲートできることを示します。 このシステムは視覚的作業記憶、精神的な回転、イメージの鮮明さに関する3つの心理学的研究を自律的に設計し実行した。
  論文  参考訳（メタデータ） (2025-08-19T00:35:56Z)
• AI Scientists Fail Without Strong Implementation Capability [33.232300349142285]
  人工知能(AI)科学者の出現は、科学的発見のパラダイムシフトを表している。 最近のAI Scientist研究は、独立した科学的発見のための十分な能力を示している。 この大きな進歩にもかかわらず、AI Scientistはコンピュータ科学の分野における画期的な成果をまだ生み出していない。
  論文  参考訳（メタデータ） (2025-06-02T06:59:10Z)
• Scaling Laws in Scientific Discovery with AI and Robot Scientists [72.3420699173245]
  自律的なジェネラリスト科学者(AGS)の概念は、エージェントAIとエンボディロボットを組み合わせて、研究ライフサイクル全体を自動化している。 AGSは科学的発見に必要な時間と資源を大幅に削減することを目指している。 これらの自律的なシステムが研究プロセスにますます統合されるにつれて、科学的な発見が新しいスケーリング法則に従うかもしれないという仮説を立てる。
  論文  参考訳（メタデータ） (2025-03-28T14:00:27Z)
• Many Heads Are Better Than One: Improved Scientific Idea Generation by A LLM-Based Multi-Agent System [62.832818186789545]
  Virtual Scientists (VirSci) は、科学研究に固有のチームワークを模倣するために設計されたマルチエージェントシステムである。 VirSciは研究のアイデアを共同で生成し、評価し、洗練するエージェントのチームを組織している。 このマルチエージェントアプローチは、新しい科学的アイデアを生み出す上で、最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-12T07:16:22Z)

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。