論文の概要: A Society of Researchers: Designing Institutions for Populations of Autonomous Research Agents
- arxiv url: http://arxiv.org/abs/2610.10468v1
- Date: Wed, 07 Oct 2026 17:30:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:23.077507
- Title: A Society of Researchers: Designing Institutions for Populations of Autonomous Research Agents
- Title（参考訳）: 研究者会:自律的な研究エージェントの集団のための施設を設計する
- Abstract要約: 我々は、明示的な制度の下で永続的なエージェントの社会を提案する。
主任研究員は、提案、独立レビュー、助成金の要求を通じて計算を競う。
人間の知事である市長は、資源を割り当て、任務を割り当てない。
- 参考スコア（独自算出の注目度）: 0.08599681538174887
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deployments of research agents are moving to populations of thousands that share one pool of compute, while most current systems organize one project at a time or leave the population unorganized. We argue that such a population will acquire an organization whether or not its designers provide one, so designers should provide it explicitly, and that the multi-agent systems community holds the tools to do so. We propose a society of agents, a population of persistent agents under explicit institutions, and develop it for science as a society of researchers built on six principles. Principal investigators compete for compute through requests for proposals, independent review, and grants; a human governor, the mayor, allocates resources and assigns no tasks. In a running society of ten thousand researchers, asked only to improve the pretraining of language models, one lab reported a way to reach the same quality with about 30% less compute, a result the labs that tested it do not yet agree on. We close with six open problems for the agents community.
- Abstract（参考訳）: 研究エージェントの展開は、計算のプールを1つずつ共有する数千人の人口に移行している。
このような人口は、デザイナーが提供してくれるかどうかに関わらず組織を買収するので、デザイナーは明示的に提供すべきであり、マルチエージェントシステムコミュニティはそれを行うためのツールを持っている、と我々は主張する。
我々は,6つの原則に基づく研究者の社会として,エージェントの社会,明示的な機関の下での永続的なエージェントの集団を提案し,科学のためにそれを開発する。
主要な調査員は、提案、独立審査、助成金の要請を通じて計算を競い合う。
言語モデルの事前学習を改善することだけを要求された1万人の研究者の社会の中で、ある研究室は、約30%少ない計算で同じ品質に到達する方法を報告した。
エージェントコミュニティには6つのオープンな問題があります。
関連論文リスト
- Harnessing the Collective Intelligence of AI Agents in the Wild for New Discoveries [35.87396515951979]
EinsteinArenaは、オープンな分散研究と発見のためのエージェントネイティブプラットフォームである。
2026年5月時点で、EinsteinArenaのエージェントは、これまでの人間やAIソリューションよりも、12の最先端の結果を発見した。
論文 参考訳（メタデータ） (2026-06-09T04:25:28Z) - Agentic AI Scientists Are Not Built For Autonomous Scientific Discovery [23.774769836398036]
成長する研究機関は、エンドツーエンドの科学的発見が可能なAI科学者を追求している。
このポジションペーパーでは、彼らはすでに共同科学者として機能しているが、エージェントAI科学者は自律的な科学的発見のために構築されていないと論じている。
論文 参考訳（メタデータ） (2026-05-09T13:52:23Z) - AstaBench: Rigorous Benchmarking of AI Agents with a Scientific Research Suite [75.58737079136942]
本稿では,AstaBenchについて紹介する。AstaBenchは,科学的研究を行うためのエージェント能力の総合的な測定を行うスイートである。
私たちのスイートには、プロダクショングレードの検索ツールを備えた、最初の科学研究環境が付属しています。
22のエージェントクラスで57のエージェントを評価したところ,いくつかの興味深い結果が得られた。
論文 参考訳（メタデータ） (2025-10-24T17:10:26Z) - AgentRxiv: Towards Collaborative Autonomous Research [3.583084119066612]
AgentRxivは、エージェントが研究目標に向けて協力し、研究者が発見を加速できるようにする。
最高のパフォーマンス戦略が他の領域のベンチマークに一般化されることが分かりました。
これらの結果は、自律エージェントが未来のAIシステムを人間と一緒に設計する役割を担っていることを示唆している。
論文 参考訳（メタデータ） (2025-03-23T15:16:42Z) - 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) - Adaptive Recruitment Resource Allocation to Improve Cohort Representativeness in Participatory Biomedical Datasets [23.462552062769426]
本稿では, サイト間の採用資源を適応的に配分し, 代表性を向上する計算手法を提案する。
医療センターからの参加者1万人分のコホートを模擬的に募集した結果,既存のベースラインよりも代表的コホートが得られた。
論文 参考訳（メタデータ） (2024-08-02T16:32:30Z) - ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
ResearchAgentは、新しい作品のアイデアと運用のためのAIベースのシステムである。
ResearchAgentは、新しい問題を自動で定義し、手法と設計実験を提案し、繰り返し修正する。
我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
論文 参考訳（メタデータ） (2024-04-11T13:36:29Z) - From Intelligent Agents to Trustworthy Human-Centred Multiagent Systems [32.13503855910301]
サウサンプトン大学のエージェント・インタラクション・複雑度研究グループには、マルチエージェントシステム(MAS)の研究の長い実績がある。
我々は、このグループによって達成された重要な成果を強調し、信頼に足る自律システムを開発し、社会的善をサポートすることを目的とした人間中心のAIシステムを展開するための最近の研究とオープンな研究課題について詳述する。
論文 参考訳（メタデータ） (2022-10-05T13:40:38Z)
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。