論文の概要: A Stateful Research Information Infrastructure for Scientific Discovery
- arxiv url: http://arxiv.org/abs/2610.14538v1
- Date: Sat, 10 Oct 2026 03:50:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 13:02:40.635452
- Title: A Stateful Research Information Infrastructure for Scientific Discovery
- Title（参考訳）: 科学的発見のためのステートフルな研究情報基盤
- Abstract要約: Gewu Insightは、科学研究を永続的でステートフルな研究対象として組織する研究情報基盤である。
会場、トピック、著者による発見記録を共有紙のアイデンティティーを通じて統一する。
ローカルライブラリ内では、メタデータ、バージョン管理されたリソース、研究コンテキストが同じ作業の周りに蓄積される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence (AI) is being applied to an expanding range of scientific activities, including literature analysis, hypothesis generation, software development and automated experimentation. Yet these capabilities rely on a more fundamental condition: scientific information must remain identifiable and traceable across systems and over time. In practice, different versions of a work and their associated records and files are often scattered across services and local directories. This fragmentation forces researchers to identify and contextualize the same work repeatedly, disrupting continuity from discovery to interpretation and reuse. Here we present Gewu Insight, a research information infrastructure that addresses this discontinuity by organizing scientific works as persistent, stateful research objects. It unifies venue-, topic- and author-based discovery records through a shared paper identity. Within a local library, metadata, versioned resources and research context can then accumulate around the same work. These capabilities are integrated into an iterative workflow for scientist-led, AI-assisted research, allowing earlier interpretations to be revisited and refined. A bounded evaluation showed high candidate precision across the three discovery modes, with paper identity, resource distinctions and research state preserved in controlled workflows. By making continuity an explicit property of research infrastructure, Gewu Insight can serve as an inspectable scientific memory layer shared by researchers and AI assistants, supporting human judgment and providing a foundation for future, more epistemically grounded scientific AI.
- Abstract（参考訳）: 人工知能(AI)は、文学分析、仮説生成、ソフトウェア開発、自動実験など、幅広い科学活動に応用されている。
しかしこれらの能力は、より基本的な条件に依存している: 科学的情報は、システムや時間とともに識別可能で追跡可能でなければならない。
実際には、ワークの異なるバージョンとその関連するレコードとファイルは、サービスやローカルディレクトリに散らばっていることが多い。
この断片化は、研究者に同じ作品を何度も識別し、コンテキスト化させ、発見から解釈、再利用まで連続性を阻害させる。
ここでは、科学研究を永続的でステートフルな研究対象として整理することで、この不連続性に対処する研究情報基盤であるGewu Insightを紹介します。
会場、トピック、著者による発見記録を共有紙のアイデンティティーを通じて統一する。
ローカルライブラリ内では、メタデータ、バージョン管理されたリソース、研究コンテキストが同じ作業の周りに蓄積される。
これらの能力は、科学者主導のAI支援研究のための反復的なワークフローに統合され、以前の解釈を再考し、洗練することができる。
有界評価では,3つの発見モード間で高い候補精度を示し,紙の識別,資源の識別,研究状態が制御されたワークフローに保存された。
連続性を研究インフラの明示的な特性とすることで、Gewu Insightは研究者やAIアシスタントが共有する検査可能な科学記憶層として機能し、人間の判断をサポートし、将来、より認識的に根ざした科学AIの基礎を提供することができる。
関連論文リスト
- Research with AI Agents: How Agentic Systems Are Changing Scientific Work [0.3802675998752554]
エージェントAIシステムは、文学検索、データ分析、プログラミングなどのタスクをサブタスクに分離する。
これにより、デジタルリサーチタスクを高速に実行することができる。
論文 参考訳（メタデータ） (2026-09-25T13:01:02Z) - Personalized Auto-Research: Towards a True AI Co-Scientist [90.01790420664169]
研究目標を考えると、最先端のシステムは研究者に依存しないままである。
小説、価値、実現可能なものは研究者によって異なる。
本稿では,検索,仮説探索,実験,執筆,レビューを通じて,グラフグラウンドの研究者コンテキストをスレッド化するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-14T20:43:27Z) - SciForge: An AI-Native, Multimodal Workbench for Scientific Discovery [48.99744520105086]
SciForgeはマルチモーダルな研究ネイティブAIワークベンチである。
検索、解析、モデルルーティング、ワークフローの実行、プロット、書き込み、プレゼンテーション生成がモジュラーエージェントアクセス可能なサービスとして実行される間、人間の判断のためにグラフィカルインターフェースを予約する。
論文 参考訳（メタデータ） (2026-07-17T15:13:03Z) - Benchmarking AI Agents for Addressing Scientific Challenges Across Scales [118.2204632627895]
SciAgentArenaは、現実世界の科学研究シナリオでAIエージェントを評価するための体系的なベンチマークである。
ステップワイズ検証を備えた約200のタスクと、多様なAIエージェントを評価するためのインタラクティブでエージェントに依存しない環境で構成される。
タスク構造や評価基準が明確である場合, 現状のエージェントはデータ分析に効果的に貢献できることがわかった。
論文 参考訳（メタデータ） (2026-06-10T22:55:30Z) - AutoResearch AI: Towards AI-Powered Research Automation for Scientific Discovery [184.2309450554096]
AutoResearchはAIを活用した科学ワークフロー自動化の開発スペクトルとして定義されている。
我々は、研究システムが制御、エビデンス、実行、検証、説明責任を再分配し、その分野を組織化する方法について分析する。
本稿では,5つの評価次元 – ノベルティ,インパクト,信頼性,証明 – を提案し,AutoResearchの自律性はドメイン条件であることを示す。
論文 参考訳（メタデータ） (2026-05-22T03:40:30Z) - AutoResearchBench: Benchmarking AI Agents on Complex Scientific Literature Discovery [55.70879973230979]
AutoResearchBenchは、自律的な科学文献発見のためのベンチマークである。
エージェントWebブラウジングに関する以前のベンチマークと比較すると、AutoResearchBenchは研究指向である。
最も強力なLCMでさえ、BrowseCompのような一般的なエージェントによるWebブラウジングベンチマークをほとんど征服したにもかかわらず、Deep Researchでは9.39%、Wide Researchでは9.31%の精度しか達成していない。
論文 参考訳（メタデータ） (2026-04-28T06:05:17Z) - PaperMind: Benchmarking Agentic Reasoning and Critique over Scientific Papers in Multimodal LLMs [68.27437550335709]
本稿では,研究論文に対する統合的およびエージェント指向の科学的推論を評価するためのベンチマークであるPaperMindを紹介する。
PaperMindは、農業、生物学、化学、計算機科学、医学、物理学、経済学を含む7つの領域にわたる実際の科学論文から構築されている。
複数のタスクにわたるモデル行動を分析することにより、PaperMindは統合された科学的推論行動の診断的評価を可能にする。
論文 参考訳（メタデータ） (2026-04-23T05:42:39Z) - ReplicationBench: Can AI Agents Replicate Astrophysics Research Papers? [29.17900668495058]
本稿では、フロンティアAIエージェントの評価フレームワークであるReplicationBenchを紹介する。
天体物理学の文献から得られた研究論文全体を、エージェントが複製できるかどうかを検査する。
R ReplicationBenchは、論文スケールで専門家が検証した天体物理学の研究タスクの最初のベンチマークを確立している。
論文 参考訳（メタデータ） (2025-10-28T16:21:19Z) - Generating Knowledge Graphs by Employing Natural Language Processing and
Machine Learning Techniques within the Scholarly Domain [1.9004296236396943]
本稿では、自然言語処理と機械学習を利用して研究論文から実体や関係を抽出する新しいアーキテクチャを提案する。
本研究では,現在最先端の自然言語処理ツールとテキストマイニングツールを用いて,知識抽出の課題に取り組む。
セマンティックWebドメイン内の論文26,827件から抽出した109,105件のトリプルを含む科学知識グラフを作成した。
論文 参考訳（メタデータ） (2020-10-28T08:31:40Z)
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。