論文の概要: POSEIDON: Scaling Training Environments for Scientific Agents from Code Repositories
- arxiv url: http://arxiv.org/abs/2610.32448v1
- Date: Fri, 23 Oct 2026 10:14:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 01:38:06.491555
- Title: POSEIDON: Scaling Training Environments for Scientific Agents from Code Repositories
- Title（参考訳）: POSEIDON: コードリポジトリからの科学エージェントのトレーニング環境のスケーリング
- Abstract要約: 科学的なコードリポジトリからさまざまな検証可能なトレーニング環境を大規模に生成するための,自動パイプラインであるPoseidonを紹介します。
ポセイドンを用いて,10の科学分野にまたがる7,110のパブリックリポジトリから,97,659個の実行可能かつ検証可能な環境のコレクションであるPearlを構築した。
パールは、これまでで最大かつ最も広く学際的な科学エージェントの訓練環境の収集である。
- 参考スコア（独自算出の注目度）: 19.8633327633648
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Training environments remain a major bottleneck for agents in data-driven scientific discovery. Existing collections of executable and verifiable training environments are small, and their construction remains difficult to scale. To address this limitation, we introduce Poseidon, an automated pipeline for generating diverse, verifiable training environments from scientific code repositories at scale. From the same repository budget, Poseidon extracts nearly 10 times as many training environments as a prior approach by decomposing scientific workflows into four complementary task types: Reproduction, Subflow, Completion, and Correction, where each type targets a distinct capability for scientific research. A recursive improvement loop further refines failed candidates and recovers otherwise discarded environments. Using Poseidon, we construct Pearl, a collection of 97,659 executable and verifiable environments from 7,110 public repositories spanning 10 scientific disciplines. To the best of our knowledge, Pearl is the largest and most broadly multidisciplinary collection of scientific-agent training environments to date. Qwen3.5 models (9B, 27B, and 35B-A3B) trained on Pearl achieve consistent gains across six challenging scientific-agent benchmarks. Overall, the scale and diversity of Pearl offer opportunities for training scientific discovery agents.
- Abstract（参考訳）: トレーニング環境は、データ駆動科学発見におけるエージェントの大きなボトルネックであり続けている。
既存の実行可能で検証可能なトレーニング環境のコレクションは小さく、その構築が難しいままです。
この制限に対処するために、大規模な科学的コードリポジトリから多様な検証可能なトレーニング環境を生成するための、自動パイプラインであるPoseidonを紹介します。
同じリポジトリ予算から、Poseidonは科学的なワークフローを4つの補完的なタスクタイプに分解することで、以前のアプローチの10倍近いトレーニング環境を抽出する。
再帰的な改善ループは、失敗する候補をさらに洗練し、他の破棄された環境を回復する。
ポセイドンを用いて,10の科学分野にまたがる7,110のパブリックリポジトリから,97,659個の実行可能かつ検証可能な環境のコレクションであるPearlを構築した。
私たちの知識を最大限に活用するために、パールは、これまでで最大かつ最も広く学際的な科学エージェントのトレーニング環境のコレクションです。
パールで訓練されたQwen3.5モデル(9B、27B、35B-A3B)は、6つの挑戦的な科学的エージェントベンチマークで一貫した向上を達成した。
全体として、パールの規模と多様性は科学的発見エージェントを訓練する機会を提供する。
関連論文リスト
- VERA: Scaling Verifiable Environments for Agentic co-Evolution [38.00288780589207]
検証可能な環境を大規模に構築し,エージェントの進化を可能にするVERAを提案する。
VERAは、報酬でモデルをトレーニングするか、ハーネススキルを編集するかの2つの更新を交互に行う。
9000以上の長期検証可能な環境のオープンソースコーパスにより、その共進化エージェントと組み合わせた9Bモデルは、2つのドメインで10.3点と13.0点の差で最強のベースラインを破る。
論文 参考訳（メタデータ） (2026-10-05T07:41:53Z) - ScienceIDE: Turning World's Scientific Codebase into Agent Learnable Environments [37.752777533683556]
我々は、世界の科学コードを科学エージェントのためのプログラム可能な環境に変えるためのインフラであるScienceIDEを紹介する。
専門家が定義した科学的ケースと受け入れ基準によってガイドされ、エージェントはリポジトリを実行可能な環境に変換する。
検証された相互作用軌跡を用いて、PhAI-IDE-72B、PhAI-IDE-9B、PhAI-IDE-4Bを訓練する。
論文 参考訳（メタデータ） (2026-09-16T17:55:47Z) - Beyond Simply Environment Scaling: Designing Effective Environment Distributions for Multimodal Agent Learning [22.17499138267388]
多様性と難易度構造という2つの次元から,より効果的な学習環境分布を構築する方法について検討する。
AESとHDCはマルチモーダルエージェントトレーニングを効果的に改善することを示した。
論文 参考訳（メタデータ） (2026-08-04T12:32:18Z) - Scaling Scientific Discovery Environments for Turn-Level Agentic RL [14.746461766950162]
本稿では,SciDiscoについて紹介する。SciDiscoはプロセス検証可能な環境におけるScientific Discoveryエージェントのトレーニングフレームワークである。
SciThqueは仮説、データセット、隠されたエビデンスグラフ、検証結果をタスク環境にコンパイルする。
実験によると、SciDisco-14Bは仮説駆動の科学データ分析ベンチマークで最先端に達する。
論文 参考訳（メタデータ） (2026-07-31T03:34:39Z) - Compass: Navigating Global Marine Lead Data Integration through Expert-Guided LLM Agent [55.77954024801206]
海洋鉛(Pb)とその同位体は海洋循環と人為的汚染にとって重要なトレーサーである。
手動抽出はスケールできないが、汎用大規模言語モデル(LLM)は必要なドメイン固有の知識を欠いている。
我々は,LLMが微調整なしで厳密な科学的データ抽出を行うことのできる専門家誘導型適応手法を提案する。
論文 参考訳（メタデータ） (2026-05-28T14:06:25Z) - Agent World Model: Infinity Synthetic Environments for Agentic Reinforcement Learning [62.499592503950026]
大規模言語モデル(LLM)は、ツールや環境とのマルチターンインタラクションを必要とする複雑なタスクを実行するために、自律エージェントに権限を与えている。
完全合成環境生成パイプラインであるエージェント・ワールド・モデル(AWM)を提案する。
私たちは、エージェントがリッチなツールセットと対話できる、毎日のシナリオをカバーする1,000の環境にスケールします。
論文 参考訳（メタデータ） (2026-02-10T18:55:41Z) - Deploy-Master: Automating the Deployment of 50,000+ Agent-Ready Scientific Tools in One Day [37.83274797886782]
Deploy-Masterは、大規模なツール発見、ビルド仕様推論、実行ベースのバリデーション、パブリッシュのためのワンストップのエージェントワークフローである。
1日で52,550回のビルドテストを行い,50,112の科学的ツールで再現可能な環境を構築した。
スループット、コストプロファイル、障害面、大規模でしか見えない仕様の不確実性を特徴付ける5万ツール規模のデプロイメントトレースを報告します。
論文 参考訳（メタデータ） (2026-01-07T02:00:13Z) - Bohrium + SciMaster: Building the Infrastructure and Ecosystem for Agentic Science at Scale [82.20980951765891]
エージェントサイエンスのスケーリングにはインフラストラクチャ・アンド・エコシステムアプローチが必要である,と我々は主張する。
BohriumはAI4S資産のマネージドでトレース可能なハブとして機能し、多様な科学データ、ソフトウェア、計算、実験室のシステムをエージェント対応の能力に変換する。
SciMasterはこれらの機能を長い水平科学に編成し、科学エージェントを合成して実行することができる。
論文 参考訳（メタデータ） (2025-12-23T16:04:41Z) - ScienceBoard: Evaluating Multimodal Autonomous Agents in Realistic Scientific Workflows [82.07367406991678]
大規模言語モデル(LLM)は自然言語処理を超えてその影響を拡大している。
これらのうち、コンピュータ利用エージェントは、人間がしているようにオペレーティングシステムと対話することができる。
我々はScienceBoardを紹介し、ダイナミックで視覚的にリッチな科学ソフトウェアを特徴とする現実的でマルチドメイン環境を包含する。
論文 参考訳（メタデータ） (2025-05-26T12:27:27Z)
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。