論文の概要: SplatLab: Autonomous Scientific Discovery for 3DGS Research

• arxiv url: http://arxiv.org/abs/2610.30468v1
• Date: Wed, 21 Oct 2026 21:30:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.141947
• Title: SplatLab: Autonomous Scientific Discovery for 3DGS Research
• Title（参考訳）: SplatLab:3DGS研究のための自律的な科学的発見
• Abstract要約: SplatLabは3Dガウススプラッティングのための自律的な研究システムである。 公開されたベースラインを再現し、Mip-NeRF 360とLLFFにまたがる拡張と列車とアブラテスを提案し、原稿を書き、報告されたすべての番号をログ化されたトレーニングランにバインドする。 コード、すべての原稿、実験台帳、およびクロスラン紙店はプロジェクトページで入手できる。
• 参考スコア（独自算出の注目度）: 53.15403665999529
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reproducing a published 3DGS paper takes weeks of expert engineering before any extension can be proposed. Prior autonomous-research systems read papers, draft hypotheses, and write code, but are limited by short fixed templates, low executability, and weak traceability, and none has been demonstrated end-to-end in a live computer-vision subfield with intense activity. SplatLab is an autonomous research system for 3D Gaussian Splatting that addresses these limitations. Given a research prompt, a target-paper URL, or no input at all, it reproduces a published baseline, proposes an extension, trains and ablates across Mip-NeRF 360 and LLFF, writes the manuscript, and binds every reported number to a logged training run. Five design choices distinguish it: (i) candidates mutate plugins from a verified-reproduction backbone matched to published baselines; (ii) a cascade-weighted Elo tournament across eight islands scores candidates on measured GPU PSNR with verbal-gradient feedback; (iii) a standing falsifier subtracts Elo on failure, integrating stress-test survival into selection; (iv) every reported number is bound to a logged training run, and the run cannot terminate while any claim is unbacked; (v) a seven-category 3DGS taxonomy wraps EVOLVE-BLOCK markers in domain-aligned scaffolds transferable across 3DGS repositories. On PSNR-targeted runs, SplatLab's manuscripts beat their reproduced targets by +0.18 to +3.78 dB, including +3.78 dB on astrophotographic nebula rendering, for which no prior 3DGS method exists. The research cycle compresses from months of graduate-student time to days of mostly autonomous compute. Code, all manuscripts, experiment ledgers, and the cross-run paper store are available on the project page.
• Abstract（参考訳）: 公開された3DGSの論文を再現するには、何らかの拡張が提案される前に、専門家工学が数週間かかる。 従来の自律検索システムは論文、ドラフト仮説、書き込みコードを読み込むが、短い固定テンプレート、低い実行可能性、弱いトレーサビリティによって制限されている。 SplatLabは、3D Gaussian Splattingのための自律的な研究システムで、これらの制限に対処する。 研究のプロンプト、ターゲティングペーパーURL、入力が全くない場合は、公開ベースラインを再現し、Mip-NeRF 360 と LLFF にまたがる拡張、トレイン、アブラテスを提案し、原稿を書き、全ての報告された番号をログ化されたトレーニング実行にバインドする。 設計上の選択肢は5つある。 (i)候補は、公開ベースラインに適合した検証再生バックボーンからプラグインを変異させる。 (二)8つの島にまたがるカスケード重み付きエロトーナメントは、言語段階フィードバックによるGPU PSNRの候補をスコアする。 三 故障時にエロを減じて、ストレス試験の生存を選別に組み入れること。 (iv) 報告されたすべての番号は、ログ化されたトレーニング実行に結び付けられており、任意のクレームがバックアップされていない間は、実行は終了できない。 (v)7つのカテゴリの3DGS分類は、EVOLVE-BLOCKマーカーを3DGSリポジトリ間で転送可能なドメイン整列足場にラップする。 PSNRがターゲットとするランニングでは、SplatLabの原稿は、+0.18から+3.78dBの再生目標を破り、+3.78dBの天体写真星雲レンダリングでは+3.78dBとなり、それ以前の3DGS法は存在しない。 研究サイクルは、大学院生の数ヶ月から、主に自律的な計算の日まで圧縮される。 コード、すべての原稿、実験台帳、およびクロスラン紙店はプロジェクトページで入手できる。

関連論文リスト

• SPLATIFY: Reproduce, Discover, Innovate! From Papers and Ideas to Trainable 3DGS Code [49.653632753325354]
  本稿では、3DGS論文をトレーニング可能なgsplatベースの実装に変換するフレームワークであるSPLATIFYを紹介する。 gsplatのコンテキストフリー文法は、損失、密度、レンダリング、最適化のための拡張ポイントを持つモジュラーメソッドテンプレートである。 知識駆動型構成改善は、弱点を自律的に発見し、元の結果を改善するための補完的な正規化要因、損失、密度化戦略を構成する。
  論文  参考訳（メタデータ） (2026-10-06T21:06:33Z)
• Autonomous Research Agents: A Survey of AI Scientists and the Verification Gap [14.13381700671035]
  大規模言語モデル(LLM)エージェントは、科学研究のライフサイクル全体にわたってますます利用されている。 エンドツーエンドのAI科学者システムは、紙のような原稿を作れるようになったが、彼らの主張は、コードを実行するよりも検証が難しいことが多い。 この調査は、コード、ベンチマーク、実験、書き込みが最も目に見える計算AI/ML研究のギャップについて調査する。
  論文  参考訳（メタデータ） (2026-06-29T01:32:49Z)
• AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
  研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。 我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。 障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
  論文  参考訳（メタデータ） (2026-05-18T17:08:26Z)
• Theory Under Construction: Orchestrating Language Models for Research Software Where the Specification Evolves [1.0312968200748116]
  大規模な言語モデルは、実質的なコードと研究テキストを生成することができるが、研究ソフトウェアプロジェクトは、どちらのアーティファクトも必要としない。 我々は,幻覚の蓄積とデシンクロナイゼーションという,LM固有の障害モードを2つ同定する。 本研究では,1つのワークスペース状態の座標として,アイデア,実装,評価,グラウンド,ペーパーライティングを編成する反復的プロンプトであるComet-Hを提案する。
  論文  参考訳（メタデータ） (2026-04-29T21:28:17Z)
• The Last Human-Written Paper: Agent-Native Research Artifacts [106.47848184955576]
  本稿では,物語紙を機械処理可能な研究パッケージに置き換えるプロトコルであるAgent-Native Research Artifact(ARA)を紹介する。 通常の開発において決定と終了をキャプチャするLive Research Manager、レガシPDFとリポジトリをARAに変換するARAコンパイラ、人間レビュアーが重要性、ノベルティ、味にフォーカスできるように客観的チェックを自動化するARAネイティブレビューシステムである。
  論文  参考訳（メタデータ） (2026-04-27T16:23:09Z)
• NERFIFY: A Multi-Agent Framework for Turning NeRF Papers into Code [49.610331036334316]
  我々はNeRF研究論文をトレーニング可能なNerfstudioプラグインに確実に変換するフレームワークであるNERFIFYを紹介する。 コード、データ、実装が公開される。
  論文  参考訳（メタデータ） (2026-02-28T20:57:32Z)

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。