論文の概要: MuninAI: A Self-Hosted Agentic Framework for Independent Research Groups

• arxiv url: http://arxiv.org/abs/2610.23480v1
• Date: Fri, 16 Oct 2026 13:56:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.945725
• Title: MuninAI: A Self-Hosted Agentic Framework for Independent Research Groups
• Title（参考訳）: MuninAI:独立研究グループのためのセルフホステッドエージェントフレームワーク
• Abstract要約: Muninは、自己ホスト型の科学アシスタントのためのオープンソースのフレームワークである。 それは、どのオープンウェイトモデルでも、エージェントハーネスで使えるものをラップする。 199のペア文学の質問では、ハーネスはベースモデルの精度を2倍以上にします。
• 参考スコア（独自算出の注目度）: 1.390808167453179
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Research groups that want a language model grounded in their own literature face a choice between hosted services that receive their unpublished work and self-hosted deployments that keep the data local but give the model no access to the corpus. Munin is an open-source framework for a self-hosted scientific assistant that indexes a group's corpus and its citation graph, and wraps whichever open-weight model the group can serve in an agent harness with specialised reading, search, and computation tools. We claim that the harness, rather than the specific model, is what makes the system useful on domain literature, and we ship the evaluation suite that tests this claim with the software. On 199 paired literature questions, the harness more than doubles the accuracy of the base model, from 0.387 to 0.874 (+0.487, 95% CI [0.407, 0.568]), while naive retrieve-then-answer scores below the unaided model on every backbone tested. Under the harness, roughly twice as many answer claims trace to a passage the model read itself as with fixed top-5 retrieval. When the source paper for a question is removed from the corpus, the system abstains on about nine in ten of the questions it had answered correctly on the Qwen backbones and eight in ten on gpt-oss-20b, and it produces no fabricated local citation across 300 fabricated references. The pattern holds on three backbones from two developers, including a 20-billion-parameter model that runs on a single consumer-grade GPU. With all outbound network access disabled, both Qwen backbones still exceed the published PaperQA2 accuracy. The evaluation suite runs as a single command, so an adopting group can re-run it on its own corpus and model.
• Abstract（参考訳）: 独自の文献に根ざした言語モデルを望む研究グループは、公開されていない作業を受けるホストサービスと、データをローカルに保ちながらコーパスへのアクセスを許可しない自己ホスト型デプロイメントの選択肢に直面している。 Muninは、グループのコーパスとその引用グラフをインデクシングする、自己ホスト型の科学アシスタントのためのオープンソースのフレームワークである。 私たちは、特定のモデルではなくハーネスがシステムをドメイン文献で有用なものにしていると主張し、この主張をソフトウェアでテストする評価スイートを出荷しています。 199のペア文学の質問では、ハーネスは0.387から0.874(+0.487, 95% CI [0.407, 0.568])までのベースモデルの精度を2倍にし、試験された各バックボーンの未確認モデルより下位の単純検索・回答スコアを2倍にする。 ハーネスの下では、解答のクレームの約2倍は、モデルが固定されたトップ5検索のように読み取ったパスに遡る。 コーパスから質問の原紙を除去すると、Qwenのバックボーンで正解した質問のうち10点中9点、gpt-oss-20bで10点の回答を棄却する。 このパターンは、2人の開発者による3つのバックボーンを持ち、その中には1つのコンシューマグレードのGPU上で動作する20億パラメータモデルも含まれている。 アウトバウンドのネットワークアクセスが無効になっているため、どちらのQwenバックボーンも発行されたPaperQA2の精度を超えている。 評価スイートは単一のコマンドとして実行されるため、採用グループはそれを自身のコーパスとモデルで再実行することができる。

関連論文リスト

• JevAdvBench: A Benchmark and Black-Box Attacks for Reinforcement Learning for Calibrated Decisions Models [25.5874772119945]
  JevAdvBench は RLCD モデルの最初の敵対的ベンチマークである。 ラベルではなく、モデル自身のクリーンな決定に対して攻撃された各決定をスコア付けし、同じ再実行による変更に対して読み取る。 Jev-1.13.0では、リワードは再実行ベースラインの1.2パーセント以内に留まり、スキーマ外のフィールドはモデルに到達しない。
  論文  参考訳（メタデータ） (2026-09-25T11:32:19Z)
• Agora: Git as Shared Memory for Collective AutoResearch [54.31992252587096]
  別々のセッションで作業する調査エージェントは、他の人が試したことと、構築可能な結果を知る必要がある。 各コミットは結果、洞察、仮説、検証、報告を記録し、それを以前の作業とリンクする。 約12日間に渡り,13人の言語モデル労働者がアゴラを重み移動問題の解決に利用したことを報告した。
  論文  参考訳（メタデータ） (2026-09-16T04:00:54Z)
• Parser, Chunking, and Embedding Interactions in Retrieval-Augmented Generation over Indian Government Regulatory Documents [0.42303492200814446]
  800の質問項目に対して評価した3s,3チャンキング戦略,5つの密埋モデルの因子分析を行った。 MPNet-baseは、テーブル由来の質問に対して深刻な障害モードを持つ一貫したアンダーパフォーマーである。 コーパスは98%以上のほぼ飽和したエビデンス保存天井を示しており、検索の違いは、摂取時の情報損失よりも、主にランキング品質によって引き起こされていることを示している。
  論文  参考訳（メタデータ） (2026-09-15T07:32:06Z)
• Distribird: Literature-Informed Prior Distribution Design for Bayesian Model Calibration [0.0]
  textbfDistribirdは,学術文献から事前作成を自動化するエージェントウェブアプリケーションである。 Distribirdは、ドメイン関連性によって報告された文献、抽出、重量を検索し、AICモデル選択による確率分布に適合する。 モデルが物理的に解釈可能なパラメータを持つ問題に対して設計されており、出版文献にドメイン知識が存在する。
  論文  参考訳（メタデータ） (2026-07-13T13:43:28Z)
• How Do LLMs Cite? A Mechanistic Interpretation of Attribution in Retrieval-Augmented Generation [3.4562767039451674]
  ファクトイドの質問に答えながらインライン・引用を付加するかを,大規模言語モデルがどう判断するかを示す。 以上より,PopQAでは,これらの臨界頭部のみを増幅または減衰させ,解答精度を損なうことなく69%の急激な頭部を除去できることが示唆された。 結果は、モデルが明らかな推論と内部の計算経路を切断する可能性を明らかにした。
  論文  参考訳（メタデータ） (2026-06-09T07:06:13Z)
• Probing for Knowledge Attribution in Large Language Models [45.47366023067617]
  大規模言語モデル(LLM)は、しばしば流動的だが根拠のないクレームや幻覚を生成する。 適切な緩和は、モデルの答えがプロンプトまたは内部の重みに基づいているかどうかを知ることに依存する。 モデル隠れ表現に基づいて訓練された単純な線形分類器であるプローブは、帰納的帰属を確実に予測できることを示す。
  論文  参考訳（メタデータ） (2026-02-26T09:21:12Z)
• Cite Pretrain: Retrieval-Free Knowledge Attribution for Large Language Models [44.31597857713689]
  最初の段階でActive Indexingを導入し、一般化可能なソースアンコールバインディングを作成します。 Qwen-2.5-7B&3Bの実験は、アクティブインデックスがパッシブインデックスのベースラインを一貫して上回っていることを示している。 内部の引用は、モデルを検索ノイズに対してより堅牢にすることで、外部の引用を補完する。
  論文  参考訳（メタデータ） (2025-06-21T04:48:05Z)
• Resources for Brewing BEIR: Reproducible Reference Models and an Official Leaderboard [47.73060223236792]
  BEIRは18種類のドメイン/タスクの組み合わせで情報検索モデルを評価するためのベンチマークデータセットである。 我々の研究は、ベンチマークが完全な潜在能力を達成できない2つの欠点に対処しています。
  論文  参考訳（メタデータ） (2023-06-13T00:26:18Z)
• Chain-of-Skills: A Configurable Model for Open-domain Question Answering [79.8644260578301]
  検索モデルは、現実世界の知識集約的なタスクに欠かせない要素である。 最近の研究はカスタマイズされたメソッドに焦点を合わせ、モデルの転送可能性とスケーラビリティを制限している。 本稿では,各モジュールがデータセット間で再利用可能なキースキルに対応するモジュールレトリバーを提案する。
  論文  参考訳（メタデータ） (2023-05-04T20:19:39Z)

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。