論文の概要: SHELDON: Reasoning through Dual Search over Hypothesis and Observation Spaces

• arxiv url: http://arxiv.org/abs/2610.18025v1
• Date: Tue, 13 Oct 2026 09:19:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.572454
• Title: SHELDON: Reasoning through Dual Search over Hypothesis and Observation Spaces
• Title（参考訳）: SHELDON:仮説と観測空間の二重探索による推論
• Abstract要約: 本稿では,仮説と観測空間を別々に表現し,共同で探索する科学推論ハーネスであるSHELDONを紹介する。 SHELDONは、新しい仮説と共に新しい観測を積極的に探すことで、現在の仮説が説明できない観察を発見できる。 診断、抽象的推論、最適化ベンチマーク全体で、SHELDONは評価基準線を26.7ポイントまで上回っている。
• 参考スコア（独自算出の注目度）: 7.758829604762489
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Test-time scaling has enabled LLMs to solve increasingly complex reasoning, discovery, and optimization tasks. However, existing approaches often gather observations while seeking evidence for current hypotheses, then generate new hypotheses conditioned on those hypotheses and their associated evidence. This couples observation discovery to existing hypotheses, favoring local refinements over exploration of unknown hypotheses regions. Inspired by the hypothetico-deductive method (Hempel, 1945) and dual-space models of scientific discovery (Klahr & Dunbar, 1988), we introduce SHELDON, a scientific reasoning harness that separately represents and jointly explores hypothesis and observation spaces. By actively seeking new observations along with new hypotheses, SHELDON can discover observations that its current hypotheses do not explain. These unexplained observations expose gaps in its understanding, motivate new investigations, and guide the generation of hypotheses beyond refinements of existing ones. Across diagnosis, abstract reasoning, and optimization benchmarks, SHELDON outperforms evaluated baselines by up to 26.7 points. Additional analysis shows that SHELDON generates up to 4.5x more novel solutions.
• Abstract（参考訳）: テストタイムのスケーリングにより、LSMはますます複雑な推論、発見、最適化タスクを解くことができる。 しかし、既存のアプローチは、しばしば現在の仮説の証拠を探しながら観察を集め、それらの仮説とその関連する証拠に条件付けされた新しい仮説を生成する。 これは既存の仮説に対する観測的な発見と、未知の仮説領域の探索よりも局所的な洗練を優先するものである。 仮説導出法 (Hempel, 1945) と科学発見の二重空間モデル (Klahr & Dunbar, 1988) に着想を得て、仮説と観測空間を別々に表現し、共同で探索する科学推論ハーネスであるSHELDONを紹介した。 SHELDONは、新しい仮説と共に新しい観測を積極的に探すことで、現在の仮説が説明できない観察を発見できる。 これらの説明されていない観察は、その理解のギャップを露呈し、新たな調査を動機付け、既存の研究の洗練を超えて仮説の生成を導く。 診断、抽象的推論、最適化ベンチマーク全体で、SHELDONは評価基準線を26.7ポイントまで上回っている。 さらなる分析により、SHELDONは4.5倍の新しい溶液を生成することが示されている。

関連論文リスト

• EvoSCM: Scientific Belief Revision Through Causal Model Evolution and Experimentation [68.80901568810616]
  EvoSCMは、新しい証拠が収集されるにつれて進化する明確な構造因果モデルを持つ科学エージェントを装備することを目的としている。 EvoSCM onPhysicsはエージェントが実験を通して非標準物理世界の隠れたダイナミクスを明らかにするのに必要なベンチマークである。
  論文  参考訳（メタデータ） (2026-09-01T16:55:56Z)
• Before the Action: Benchmarking LLMs on Prospective Hypothesis Discovery [95.44432473367836]
  大規模言語モデル(LLM)は、事前に特定された質問に答える能力に優れるが、未解決の未解決段階をナビゲートする能力はほとんど測定されていない。 仮説探索(PHD)を導入し,不確定な証拠から,仮説空間を自律的に構築することをモデルに求める。 本稿では,6つの科学的・分析的領域にわたる988ケースのベンチマークであるHypoArenaと,オープンエンド仮説セットの評価フレームワークであるHypoEvalを紹介する。
  論文  参考訳（メタデータ） (2026-07-17T08:56:43Z)
• Autonomous Scientific Discovery via Iterative Meta-Reflection [44.46230654454998]
  本研究では,データセットを探索するコードを動的に生成し,実行することにより,オープンエンドの研究を行うフレームワークであるDiscoPERを紹介する。 先行発見を経験的データとして扱うことにより、DiscoPERは探索空間の未知領域に向けて仮説探索を積極的にリダイレクトする。 iNatDiscoは、ピアレビューされた文献から得られるパターンレベル基底真理を持つ新しいマルチモーダル生態知識ベンチマークである。
  論文  参考訳（メタデータ） (2026-07-01T16:16:07Z)
• Accelerating Social Science Research via Agentic Hypothesization and Experimentation [33.55093074029515]
  ExPERIGENは、ベイズ最適化によって2相探索にインスパイアされたエンドツーエンド発見を運用するフレームワークである。 より統計的に有意な仮説が2～4倍の確率で発見され、従来の手法よりも7～17%の確率で予測できる。 LLM産生仮説の最初のA/B試験を行い, 統計的に有意な結果を示した。
  論文  参考訳（メタデータ） (2026-02-08T14:20:56Z)
• Bayes-Entropy Collaborative Driven Agents for Research Hypotheses Generation and Optimization [4.469102316542763]
  本稿では,HypoAgentsと呼ばれるマルチエージェント協調フレームワークを提案する。 多様性のサンプリングを通じて仮説を生成し、事前の信念を確立する。 その後、外部文献の証拠収集にRAG(erieval-augmented generation)を採用している。 情報エントロピー$H = - sum p_ilog p_i$ を用いて高不確かさ仮説を特定し、それらを積極的に洗練する。
  論文  参考訳（メタデータ） (2025-08-03T13:05:32Z)
• MOOSE-Chem2: Exploring LLM Limits in Fine-Grained Scientific Hypothesis Discovery via Hierarchical Search [102.11776494401705]
  大規模言語モデル (LLM) は科学的仮説生成の自動化において有望であることを示している。 既存のアプローチは主に、批判的な方法論や実験的な詳細を欠いた粗粒の仮説を導出する。 我々は、科学的仮説発見の新しいタスクを導入し、正式に定義する。
  論文  参考訳（メタデータ） (2025-05-25T16:13:46Z)
• Class-wise Activation Unravelling the Engima of Deep Double Descent [0.0]
  二重降下は、機械学習領域内の反直観的な側面を示す。 本研究では,二重降下現象を再考し,その発生状況について考察した。
  論文  参考訳（メタデータ） (2024-05-13T12:07:48Z)
• 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)

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。