論文の概要: Organon : From Evolutionary Search to Recursive Self-Improving Agents for Scientific Discovery

• arxiv url: http://arxiv.org/abs/2610.33046v1
• Date: Sat, 17 Oct 2026 02:27:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.226064
• Title: Organon : From Evolutionary Search to Recursive Self-Improving Agents for Scientific Discovery
• Title（参考訳）: 臓器 : 進化的探索から科学的発見のための再帰的自己改善剤へ
• Abstract要約: オルガンは科学的発見のための自己改善剤である。 エージェントは、独自の検索戦略、人口管理、診断ツール、記憶、労働者調整を自律的に更新する。 アルゴリズム設計、GPUカーネル最適化、システム最適化にまたがる21の計算発見タスクに対してOrganonを評価した。
• 参考スコア（独自算出の注目度）: 12.631894104469502
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific discovery does not follow a single fixed methodology: research methods vary across domains and evolve through experimentation as investigations unfold. Although LLM-guided evolutionary search has advanced automated discovery, existing frameworks typically rely on fixed search procedures or restrict adaptation to predefined components, limiting their ability to address diverse research problems and adapt to challenges that emerge at runtime. We introduce Organon, a recursively self-improving agent for scientific discovery. During execution, a single persistent agent analyzes its accumulated experience and autonomously revises its own search strategies, population management, diagnostic tools, memory, and worker coordination. These revisions take effect at runtime, allowing the agent to continuously adapt its approach as research progresses. Importantly, the agent can also diagnose and correct flaws in its own adaptation procedures, enabling recursive improvement of the mechanisms that guide its future self-improvement. We evaluate Organon across 21 computational discovery tasks spanning algorithm design, GPU kernel optimization, mathematical construction, and systems optimization. On ALE-Bench Lite, Organon achieves the best performance among competing search frameworks on all 10 tasks, improving mean held-out performance by 20.5% over EvoX. On KernelBench, it achieves the best results on three of four workloads, with speedups of up to 1.67x over the strongest competing method. Analysis of the search trajectories further reveals how the agent develops task-specific search strategies, builds new diagnostic capabilities, and corrects or reverses its own earlier revisions. We implement Organon using DeepSeek Harness and Cordis's spatiotemporal composability. Code is available at https://github.com/cheikh025/Organon.
• Abstract（参考訳）: 研究手法は分野によって異なり、研究が展開するにつれて実験を通じて進化する。 LLM誘導の進化的探索は自動発見が進んだが、既存のフレームワークは通常、固定された探索手順や事前定義されたコンポーネントへの適応に頼り、様々な研究問題に対処し、実行時に発生する課題に適応する能力を制限する。 科学的発見のための再帰的な自己改善剤であるOrganonを紹介する。 実行中、単一の永続化エージェントがその蓄積した経験を分析し、独自の検索戦略、人口管理、診断ツール、メモリ、作業者の調整を自律的に更新する。 これらのリビジョンは実行時に有効であり、研究が進むにつれてエージェントはそのアプローチを継続的に適応させることができる。 重要なことに、この薬剤は、自身の適応手順の欠陥を診断し、正すことができ、将来の自己改善を導くメカニズムの再帰的な改善を可能にする。 アルゴリズム設計、GPUカーネル最適化、数学的構成、システム最適化にまたがる21の計算発見タスクに対してOrganonを評価した。 ALE-Bench Liteでは、Organonは10タスクすべてで競合する検索フレームワークの中で最高のパフォーマンスを達成し、平均ホールドアウト性能を20.5%向上させた。 KernelBenchでは、4つのワークロードのうち、最強の競合メソッドよりも最大1.67倍のスピードアップを達成している。 探索軌跡の分析により、エージェントがタスク固有の探索戦略をどのように発展させ、新しい診断能力を構築し、それ以前の修正を修正または反転させるかが明らかにされる。 我々はDeepSeek HarnessとCordisの時空間構成性を用いてOrganonを実装した。 コードはhttps://github.com/cheikh025/Organonで公開されている。

関連論文リスト

• The Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery [18.156759449259127]
  我々は、現代のコーディングエージェントと共に計算研究を行うために、人間の研究者のためのエンドツーエンドの分散パイプラインであるエージェントサイエンティストを紹介した。 本システムでは,タスクドラフト,アイデア生成,計画,サンドボックス実験,結果集約,ベースラインおよびアブレーション構築,ポストホック解析,レポート作成などの研究を分解する。 私たちのシステムは、共同科学者のツールとして、あるいはエンドツーエンドの科学調査を行うために、さまざまな自律性に利用できます。
  論文  参考訳（メタデータ） (2026-10-13T11:28:03Z)
• AutoSciBench: Autonomous Benchmark Generation for Evaluating Scientific Agents [56.10249598693586]
  AutoSciBenchは、各タスクを、科学領域、データモダリティ、要求推論アプローチを指定する高レベルな概念として表現するフレームワークである。 エージェントはそれぞれのタスクを解決し、解決者トラジェクトリを生成し、AutoSciBenchがレシピやコンセプトを改訂するために使用している判断フィードバックに対応する。 計算生物学,材料科学,臨床画像におけるAutoSciBenchの評価を行った。
  論文  参考訳（メタデータ） (2026-10-04T11:40:11Z)
• The Optimizer Is the Agent: Reasoning-Driven Search across Prompts, Programs, and ML Workflows [72.9051182568928]
  推論駆動最適化のための統合フレームワークであるReASearchを提案する。 共有エージェントループとドメイン固有のツールにより、ReASearchは、プロンプト、プログラム、MLを最適化するために、まったく同じスキャフォールドをインスタンス化する。 我々は,複雑な探索行動がエージェントの推論プロセスから自然に現れることを観察する。
  論文  参考訳（メタデータ） (2026-08-07T02:15:39Z)
• Benchmarking AI Agents for Addressing Scientific Challenges Across Scales [118.2204632627895]
  SciAgentArenaは、現実世界の科学研究シナリオでAIエージェントを評価するための体系的なベンチマークである。 ステップワイズ検証を備えた約200のタスクと、多様なAIエージェントを評価するためのインタラクティブでエージェントに依存しない環境で構成される。 タスク構造や評価基準が明確である場合, 現状のエージェントはデータ分析に効果的に貢献できることがわかった。
  論文  参考訳（メタデータ） (2026-06-10T22:55:30Z)
• AutoScientists: Self-Organizing Agent Teams for Long-Running Scientific Experimentation [28.790523063833376]
  AutoScientistsは、長期的な計算科学実験のためのAIエージェントの分散チームである。 エージェントは共有された実験状態を解釈し、実験計算を使用する前に、有望な仮説、批判的な提案に関するチームに自己組織化する。 一致した実験予算の下で、AutoScientistsは、バイオメディカル機械学習、言語モデルトレーニング最適化、タンパク質の適合性予測など、AIエージェントを改良する。
  論文  参考訳（メタデータ） (2026-05-27T15:56:12Z)
• FML-bench: A Controlled Study of AI Research Agent Strategies from the Perspective of Search Dynamics [24.125726163497742]
  FML-Benchは10ドメインにわたる18の基本的なML研究タスクのベンチマークである。 エージェント戦略と実行インフラストラクチャを分離し、12のプロセスレベルの行動メトリクスを定義する。 機会が密集している場合には欲求探索がより効果的になる傾向にあり、機会が不足している場合には、木探索と進化戦略がより効果的になる傾向にある。
  論文  参考訳（メタデータ） (2026-05-17T10:30:38Z)
• GEAR: Genetic AutoResearch for Agentic Code Evolution [11.641689406945202]
  GEAR(英: Genetic AutoResearch、遺伝子自動検索)は、単一パス検索を、複数の研究状況における集団ベースの検索に置き換える。 強力な候補ソリューションのセットを保持し、生産性、ノベルティ、カバレッジに基づいて両親を選択し、突然変異と交叉を通じて新しいアイデアを探求する。 本稿では,GEARの3つのバージョンについて検討する。1つはプロンプトによって制御され,もう1つはプログラム型検索コントローラを使用し,もう1つは実行中にコントローラ自体を進化させることができる。
  論文  参考訳（メタデータ） (2026-05-08T00:25:09Z)
• CORAL: Towards Autonomous Multi-Agent Evolution for Open-Ended Discovery [67.47220507982522]
  大規模言語モデル(LLM)ベースの進化は、オープンな発見のための有望なアプローチである。 オープンエンド問題における自律的マルチエージェント進化のための最初のフレームワークであるCORALを紹介する。 コーラルは、厳格な制御を長期にわたるエージェントに置き換え、探索し、反射し、協力する。
  論文  参考訳（メタデータ） (2026-04-02T05:59:06Z)
• InternAgent-1.5: A Unified Agentic Framework for Long-Horizon Autonomous Scientific Discovery [138.0404718571971]
  InternAgent-1.5は、エンドツーエンドの科学的発見を目的とした統合システムである。 このシステムは、生成、検証、進化のための3つの調整されたサブシステムで構成される構造化アーキテクチャ上に構築されている。 InternAgent-1.5をGAIA,HLE,GPQA,FrontierScienceなどの科学的推論ベンチマークで評価した。
  論文  参考訳（メタデータ） (2026-02-09T18:36:06Z)
• AstaBench: Rigorous Benchmarking of AI Agents with a Scientific Research Suite [75.58737079136942]
  本稿では,AstaBenchについて紹介する。AstaBenchは,科学的研究を行うためのエージェント能力の総合的な測定を行うスイートである。 私たちのスイートには、プロダクショングレードの検索ツールを備えた、最初の科学研究環境が付属しています。 22のエージェントクラスで57のエージェントを評価したところ,いくつかの興味深い結果が得られた。
  論文  参考訳（メタデータ） (2025-10-24T17:10:26Z)

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。