論文の概要: AIPOCH Open-Science: An Open-Source AI Research Workbench with Reproducible .science Packages
- arxiv url: http://arxiv.org/abs/2610.17110v1
- Date: Mon, 12 Oct 2026 17:03:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.423538
- Title: AIPOCH Open-Science: An Open-Source AI Research Workbench with Reproducible .science Packages
- Title（参考訳）: AIPOCH Open-Science: 再現可能な.scienceパッケージを備えたオープンソースのAI研究ワークベンチ
- Abstract要約: AIPOCH Open-Scienceは、ポータブルサイエンスセッションパッケージを備えたオープンソースのリサーチワークベンチである。
バージョンとアセスメントのターゲットは、受信-ワークスペース識別子が再マップされる間、帰結可能なままである。
コントロールされたセッションでは、誤った最初のバージョン、レビューされた修正、未レビューの修正、計画されたが実行されていないステップがテストされた。
- 参考スコア（独自算出の注目度）: 45.605119451149
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI-assisted research leaves instructions, computations, artifact revisions and checks whose relationships matter when another researcher receives the work. We present AIPOCH Open-Science, an open-source research workbench with portable .science session packages, and specify an exchange contract for these recorded relationships. Version and assessment targets remain attributable while receiving-workspace identifiers can be remapped, eligible contents can be omitted explicitly, and imported history remains separate from a writable fork. A controlled session tested an incorrect first version, a reviewed correction, an unreviewed revision and a planned but unexecuted step. We compared complete and partial exports with source records extracted independently of the exporter, then inspected imports into separate projects within the same installation. Both conditions retained the tested version and review associations, kept the unreviewed revision distinct from earlier assessments and represented excluded content as unavailable. A documentation-rich ordinary directory also supplied evidence for all seven static inspection questions. A separate registry case connected a table to its recorded task, execution and review; offline execution of its retained script and fixed input reproduced two saved CSV tables byte for byte. The study contributes an implemented exchange contract and a controlled examination of its preservation rules, content-selection constraints and interpretation boundaries.
- Abstract（参考訳）: AIの支援された研究は、他の研究者がその仕事を受け取ったとき、どの関係が重要かを指示、計算、アーティファクトリビジョン、チェックする。
AIPOCH Open-Scienceは、ポータブルな.NETベースのオープンソースのリサーチワークベンチである。
科学セッションのパッケージと 記録された関係の交換契約を
バージョンとアセスメントのターゲットは引き続き属性であり、受信ワークスペース識別子は再マップされ、資格のあるコンテンツは明示的に削除され、インポートされた履歴は書き込み可能なフォークとは分離されている。
コントロールされたセッションでは、誤った最初のバージョン、レビューされた修正、未レビューの修正、計画されたが実行されていないステップがテストされた。
完全および部分的な輸出と輸出者から独立したソースレコードを比較し,同じインストール内で別のプロジェクトへの輸入を検査した。
どちらの条件もテスト版とレビュー・アソシエーションを保持し、レビューされていないリビジョンを以前の評価と区別し、除外されたコンテンツは利用できないと表現した。
ドキュメントに富んだ通常のディレクトリは、7つの静的検査質問の証拠も提供した。
個別のレジストリケースは、テーブルを記録されたタスク、実行、レビューに接続し、保持されたスクリプトのオフライン実行と固定された入力は、バイト用に保存された2つのCSVテーブルバイトを再生した。
本研究は,実装された交換契約と,その保存規則,コンテンツ選択制約,解釈境界の制御された検証に寄与する。
関連論文リスト
- Correct Answers, Unsupported Findings: Evidence Binding in Forensic Reconstruction of LLM Agent Logs [5.105496588695859]
エージェントアクションの法医学的再構築には、発見を支援する保存記録の確立が必要である。
保存されたAgentDojo Bankingの実行から、64の機械的チェック可能なケースを使用して、この区別を監査する。
我々は,完全記録契約,証拠を根拠とした発見,正当化された棄却,および断言を別々に評価した。
論文 参考訳（メタデータ） (2026-10-07T07:26:33Z) - CALLIOPE: A Source-Grounded Oral Assessment System and Synthetic Readiness Evaluation [0.0]
CALLIOPEは、バージョン付き指導資料、学習者のターン記録と書き起こし、適応的質問、二者評価、教育者レビュー、輸出可能な証拠を統合する、ソース・グラウンドド・オーラルアセスメントシステムである。
本技術報告では,CALLIOPEについて述べる。CALLIOPEは,バージョン付き指導資料,学習者ターン記録と転写,適応的質問,2段階のスコアリング,教育者レビュー,輸出可能なエビデンスを統合した,ソースグラウンドによる口頭評価システムである。
論文 参考訳（メタデータ） (2026-09-25T12:01:25Z) - SWE-Gate: Passing Functional Tests Is Not Enough for Software Engineering Agents [63.65682461568621]
ソフトウェアエンジニアリングエージェントのためのリポジトリレベルのベンチマークであるSWE-Gateを導入し、機能的正当性とともにレビュー制約コンプライアンスを明示的に評価する。
SWE-Gateは、実際のプルリクエストレビューコメントからレビュー制約を導き、これらの制約に関するリポジトリレベルの修復インスタンスを合成する。
各インスタンスは、非準拠およびゴールドパッチとともに、機能テストと制約テストの分離を提供し、イシュー解決能力とレビュー制約コンプライアンスの明確な分離を可能にする。
論文 参考訳（メタデータ） (2026-09-03T17:53:34Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。
本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
論文 参考訳（メタデータ） (2026-07-23T04:34:06Z) - AuditWeave: A Tamper-Evident, Auditor-Navigable Evidence Layer for AI-Assisted and Data-Transformation Workflows [0.0]
AuditWeaveは、AIアシストとデータ変換のステップを1つのハッシュチェーンの台帳に記録する軽量Pythonライブラリである。
本稿では,参照実装におけるオーバヘッド,拡張性,タンパー検出の正確さを設計し,評価する。
論文 参考訳（メタデータ） (2026-06-14T21:46:04Z) - ResearchLoop: An Evidence-Gated Control Plane for AI-Assisted Research [4.9833735627186435]
ResearchLoopはAI支援型計算研究のためのエビデンス付き制御プレーンである。
ResearchLoopは、リサーチ質問、タスク契約、エビデンスオブジェクト、クレーム台帳、クローズアウト、ペーパーバインディングを耐久性のあるプロジェクトステートとして扱う。
この技術レポートは、完全なプロトコル仕様、状態モデル、トランジションルール、クレーム・アドミッション・アルゴリズム、インサイト・コンポーティングメカニズムを提供する。
論文 参考訳（メタデータ） (2026-05-27T10:29:00Z) - BUILD-AND-FIND: An Effort-Aware Protocol for Evaluating Agent-Managed Codebases [0.0]
BUILD-AND-FINDは、下流エージェントが生成されたリポジトリから意図した選択を復元できるかどうかを評価するプロトコルである。
各タスクに対して、ビルダーは隠されたリポジトリの仕様を見て、仕様に書かれた複数選択の質問バンクを作成します。
このプロトコルは、行動の正しさをアーティファクト側のリカバリから切り離し、リカバリの正確性、再現性、実装のカバレッジ、検査の労力を報告します。
論文 参考訳（メタデータ） (2026-05-07T12:35:27Z) - Questions Are All You Need to Train a Dense Passage Retriever [123.13872383489172]
ARTは、ラベル付きトレーニングデータを必要としない高密度検索モデルをトレーニングするための、新しいコーパスレベルのオートエンコーディングアプローチである。
そこで,(1) 入力質問を用いて証拠文書の集合を検索し,(2) 文書を用いて元の質問を再構築する確率を計算する。
論文 参考訳（メタデータ） (2022-06-21T18:16:31Z)
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。