論文の概要: ULTRADISCOVERY: Abductive Exploration in an Interconnected, Epistemically Open Universe

• arxiv url: http://arxiv.org/abs/2610.03092v1
• Date: Fri, 02 Oct 2026 10:12:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.321097
• Title: ULTRADISCOVERY: Abductive Exploration in an Interconnected, Epistemically Open Universe
• Title（参考訳）: ULTRADISCOVERY: インターコネクテッド・エピステマティック・オープン・ユニバースにおけるアブダクティブ・エクスプロレーション
• Abstract要約: 本稿では,エージェントが最初に成功した理論を再検討し,目に見えないクロスドメイン介入の結果を予測する対話的世界を提案する。 2倍の2ドルの設計は、表現をオープンまたは開示し、証拠を分散または整列させ、潜伏するダイナミクスを固定したままにしておく。
• 参考スコア（独自算出の注目度）: 65.09956527926603
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific discovery often begins when scattered clues call for a new way of describing the world. Such abductive exploration can require constructing the representation in which an explanation is stated, when the world is epistemically open, and composing evidence scattered across contexts, when it is structurally interconnected. Existing benchmarks rarely separate these two demands or control them independently. We introduce ULTRADISCOVERY, an interactive world of five domains in which an agent revises an initially successful theory and predicts the outcome of an unseen cross-domain intervention. A $2 \times 2$ design leaves the representation open or discloses it, and leaves the evidence distributed or aligns it, with the latent dynamics fixed. With the representation open, agents across eleven models often retract the axiom they were taught, and none introduces the unobserved entity or rewrites the variables that a replacement requires. Disclosure triples intervention requests and adds about one of the eighteen findings the world affords, and alignment adds less. Two vendor-harness systems carry discovery into more domains, and one of them rewrites the variables in Open episodes. No system makes the exact prediction within 200 paid actions. At larger budgets one exact prediction appears with both aids, while every Open episode remains inexact. The results locate the difficulty in the step from accumulating evidence to composing it into a representation that transfers.
• Abstract（参考訳）: 科学的な発見は、しばしば、散らばった手がかりが世界を記述する新しい方法を要求するときに始まる。 このような誘惑的な探索は、世界がエピステマティックに開いているときの説明が記述された表現を構築し、構造的に相互に結びついているとき、文脈に散らばって証拠を構成する必要がある。 既存のベンチマークでは、これらの2つの要求を分離したり、独立して制御することはめったにない。 エージェントが最初に成功した理論を再検討し、目に見えないクロスドメイン介入の結果を予測する5つのドメインの対話的世界であるULTRADISCOVERYを紹介する。 $2 \times 2$デザインは、表現をオープンにするか、公開し、エビデンスを分散または整列させ、潜伏するダイナミクスを固定したままにしておく。 表現がオープンになると、11モデルにまたがるエージェントは、教えられた公理を取り除き、観測されていないエンティティを導入したり、置換に必要な変数を書き換えたりしない。 情報開示は介入要求を3倍にし、世界が得る18の発見のうちの1つを追加し、アライメントを減らします。 2つのベンダーハーネスシステムは、より多くのドメインに発見を持ち込み、そのうちの1つはオープンエピソードで変数を書き直します。 正確な予測を200件の有償行動内に行うシステムは存在しない。 大きな予算では、両方の補助金で正確に1つの予測が現れるが、すべてのオープンエピソードは不正確なままである。 結果は、エビデンスを蓄積することから、それを転送する表現に構成することまでのステップの難しさを特定する。

関連論文リスト

• Cogentic: Multi-Agent Orchestration for Automated Proof Discovery [20.721552392409013]
  Cogenticは、オープンな研究問題に対する自動証明発見のためのマルチエージェントハーネスである。 オンライン学習、オークション理論、メカニズム設計にまたがるオープンな問題に関する新しい結果を生み出す。
  論文  参考訳（メタデータ） (2026-09-30T17:55:22Z)
• Unleashing Multimodal Large Language Models for Training-free HOI Detection in the Wild [49.77540427384148]
  本稿では,基礎モデルの汎用的マルチモーダル推論能力を野生でのHOI検出に伝達する,訓練不要なエージェント型フレームワークであるAgenHoIを提案する。 不完全な相互作用発見と複雑な場面におけるあいまいな局所化の課題に対処するために,2つの重要なメカニズムを導入する。 AgentHOIは、リアルタイム設定において、最先端の教師付きおよび弱教師付きメソッドよりも優れたパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-07-15T14:30:20Z)
• Towards Domain-Generalized Open-Vocabulary Object Detection: A Progressive Domain-invariant Cross-modal Alignment Method [59.30562121800656]
  Open-Vocabulary Object Detectionは、新しいカテゴリへの一般化において大きな成功を収めた。 我々は、OVODパラダイムの原則的な見直しを行い、根本的な脆弱性を明らかにする。 PICA(Progressive Domain-invariant Cross-Modal Alignment)を提案する。
  論文  参考訳（メタデータ） (2026-03-29T07:39:31Z)
• Seeing as Experts Do: A Knowledge-Augmented Agent for Open-Set Fine-Grained Visual Understanding [30.498502211349386]
  KFRA(Knowledge-Augmented Fine-Grained Reasoning Agent)について紹介する。 KFRAは、専門家分析をエミュレートする3段階のクローズド推論ループを通している。 まずオープン語彙の検出とWebスケールの検索を行い、カテゴリ仮説を生成する。 その後、テキスト知識を視覚的証拠と整合させることにより、識別領域のローカライゼーションを行う。
  論文  参考訳（メタデータ） (2026-03-04T06:18:45Z)
• Think Locally, Explain Globally: Graph-Guided LLM Investigations via Local Reasoning and Belief Propagation [5.191980417814362]
  LLMエージェントは、ほとんどの環境が静的で、必要な情報がモデルのコンテキストウインドウに適合する場合、排他的になる。 直腸型薬剤は、この体制では特に脆い。 本稿では,LLMが限定的な局所的エビデンスマイニングとラベリングを行うためのフレームワークであるEoGを提案する。
  論文  参考訳（メタデータ） (2026-01-25T17:27:19Z)
• Open-ended Scientific Discovery via Bayesian Surprise [63.26412847240136]
  AutoDSは、ベイジアン・サプライズを用いた科学探査を駆動する、オープンエンドの科学的発見の方法である。 我々はAutoDSを、生物学、経済学、金融学、行動科学といった21の領域にまたがる実世界のデータセットにまたがるデータ駆動ディスカバリの設定で評価する。
  論文  参考訳（メタデータ） (2025-06-30T22:53:59Z)
• Large Language Models for Automated Open-domain Scientific Hypotheses Discovery [50.40483334131271]
  本研究は,社会科学の学術的仮説発見のための最初のデータセットを提案する。 従来のデータセットとは異なり、新しいデータセットには、(1)オープンドメインデータ(RAW Webコーパス)を観察として使用すること、(2)人間性にさらに新しい仮説を提案することが必要である。 パフォーマンス向上のための3つのフィードバック機構を含む,タスクのためのマルチモジュールフレームワークが開発されている。
  論文  参考訳（メタデータ） (2023-09-06T05:19:41Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)

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。