論文の概要: Value-level data provenance in an electronic laboratory notebook used by humans and language-model agents: An experience report

• arxiv url: http://arxiv.org/abs/2610.27859v1
• Date: Tue, 20 Oct 2026 08:41:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.72181
• Title: Value-level data provenance in an electronic laboratory notebook used by humans and language-model agents: An experience report
• Title（参考訳）: 人間と言語モデルエージェントが使用する電子実験室ノートにおける価値レベルのデータ証明:経験報告
• Abstract要約: 本稿では, APS ELN の値レベル前処理アーキテクチャについて述べる。 建築は、ほぼ5年間にわたって行われたプロジェクトをカバーする材料実験室での生産監査によって動機づけられた。 他の5つのプラットフォームとの比較では、格納された個々の数値をソースファイルと抽出子バージョンの両方にバインドすることはない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A published laboratory number can be verified only when its raw file and extraction method are known. This paper presents the value-level provenance architecture of APS ELN, an electronic laboratory notebook used by both researchers and language-model agents. The architecture was motivated by a production audit in a materials laboratory covering projects performed over almost 5 years. Tracing eight baseline studies from sample to stored value showed that the initial ELN structure preserved the link from sample to raw file. Still, the link from raw file to stored value was lost, mainly due to human factors: manual entries carried no file reference or extractor version. To close this gap, the database design and workflow were reworked so that every stored value records its source file, the data file reader/viewer (DFR) plugin and version, any interactive analysis selection, or the server-side formula for derived quantities. An automated drift check re-runs each DFR on the stored files. In two end-to-end validation studies recorded by agents in X-ray reflectivity and tribology, all stored values retained verifiable provenance with zero drift. A comparison with five other platforms shows that none binds individual stored numbers to both their source files and extractor versions.
• Abstract（参考訳）: 公開された実験室番号は、その原ファイルと抽出方法が知られている場合にのみ確認できる。 本稿では,研究者と言語モデルエージェントが用いた電子実験用ノート「APS ELN」の価値レベル保証アーキテクチャについて述べる。 建築は、ほぼ5年間にわたって行われたプロジェクトをカバーする材料実験室での生産監査によって動機づけられた。 サンプルから保存値への8つのベースライン解析の結果,初期ELN構造はサンプルから生ファイルへのリンクを保存していた。 それでも、生ファイルから保存された値へのリンクは、主に人的要因によって失われた。 このギャップを埋めるため、データベースの設計とワークフローは、格納されたすべての値がそのソースファイル、データファイルリーダー/ビューア(DFR)プラグインとバージョン、インタラクティブな分析選択、または導出量のサーバサイド公式を記録するように再構築された。 自動ドリフトチェックは、格納されたファイル上の各DFRを再実行する。 X線反射率とトライボロジーにおいてエージェントによって記録された2つのエンドツーエンドの検証研究において、すべての保存された値は、ゼロドリフトで検証可能な証明を保った。 他の5つのプラットフォームとの比較では、格納された個々の数値をソースファイルと抽出子バージョンの両方にバインドすることはない。

関連論文リスト

• AIPOCH Open-Science: An Open-Source AI Research Workbench with Reproducible .science Packages [45.605119451149]
  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。
  論文  参考訳（メタデータ） (2026-10-12T17:03:23Z)
• Evaluating Local Language Model Agents for Reproducible Data Engineering: An Empirical Software Engineering Study of Mobility Workflows [74.39138492851343]
  大規模言語モデル(LLM)エージェントは、ソフトウェアやデータエンジニアリングアシスタントとしてますます使われている。 ローカルオープンウェイトエージェントが正しい再現可能なデータエンジニアリングアーティファクトを作成できるかどうかを評価する。
  論文  参考訳（メタデータ） (2026-10-08T08:26:46Z)
• From Chunks to Functional Evidence: Function-Aware Retrieval for EDA Documentation QA [8.12988276146036]
  EDA文書におけるRAG(Retrieval-Augmented Generation)の基本検索単位を再設計する。 分離されたチャンクやバイナリ関係を操作する代わりに、型付きアーティファクトをEDA機能ユニットに収集します。 選択したユニットをソースにマッピングした後、統一されたリランカーがジェネレータに渡された証拠を選択する。
  論文  参考訳（メタデータ） (2026-10-07T03:16:06Z)
• 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)
• RaV-IDP: A Reconstruction-as-Validation Framework for Faithful Intelligent Document Processing [0.0]
  Restructation as Validation (RaV-IDP)は、第一級アーキテクチャコンポーネントとして再構築を導入するドキュメント処理パイプラインである。 専用再構成器は、抽出した表現を元の文書領域に匹敵する形式に戻す。 忠実度がエンタリティ型閾値以下になると、構造化されたGPT-4.1ビジョンフォールバックがトリガーされ、検証ループが繰り返される。
  論文  参考訳（メタデータ） (2026-04-26T10:26:42Z)
• FS-Researcher: Test-Time Scaling for Long-Horizon Research Tasks with File-System-Based Agents [53.03492387564392]
  我々はFS-Researcherを紹介した。FS-Researcherはファイルシステムベースのフレームワークで、永続的なワークスペースを通じてコンテキストウィンドウを超えて深い研究をスケールする。 Context Builderエージェントはインターネットを閲覧し、構造化されたノートを書き、ソースを階層的な知識ベースにアーカイブする。 その後、レポートライターエージェントが最終レポートセクションをセクションごとに構成し、知識ベースを事実のソースとして扱う。
  論文  参考訳（メタデータ） (2026-02-02T03:00:19Z)
• ABCD-LINK: Annotation Bootstrapping for Cross-Document Fine-Grained Links [57.514511353084565]
  我々は、最高のパフォーマンスのアプローチを選択し、文書間リンクに注釈を付けるための新しいドメインに依存しないフレームワークを提案する。 当社のフレームワークを2つの異なるドメイン – ピアレビューとニュース – に適用しています。 結果として得られた新しいデータセットは、メディアフレーミングやピアレビューなど、数多くのクロスドキュメントタスクの基礎を築いた。
  論文  参考訳（メタデータ） (2025-09-01T11:32:24Z)
• STAMP Your Content: Proving Dataset Membership via Watermarked Rephrasings [17.175065729425825]
  STAMPはデータセットのメンバシップを検出するフレームワークである。 トレーニングデータに1回しか表示されない4つのベンチマークにおける汚染を,我々のフレームワークが検出できることが示される。
  論文  参考訳（メタデータ） (2025-04-18T02:25:08Z)
• Fact Checking Beyond Training Set [64.88575826304024]
  本稿では,レトリバーリーダが,あるドメインのラベル付きデータに基づいてトレーニングし,別のドメインで使用する場合,性能劣化に悩まされることを示す。 本稿では,レトリバー成分を分散シフトに対して頑健にするための逆アルゴリズムを提案する。 次に、これらのデータセットから8つの事実チェックシナリオを構築し、モデルと強力なベースラインモデルのセットを比較します。
  論文  参考訳（メタデータ） (2024-03-27T15:15:14Z)

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。