Fugu-MT 論文翻訳(概要): PACE: Research Proving Agent for Adaptive Conjecture Exploration

論文の概要: PACE: Research Proving Agent for Adaptive Conjecture Exploration

arxiv url: http://arxiv.org/abs/2610.33690v1
Date: Sat, 24 Oct 2026 14:13:06 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-27 22:27:13.421732
Title: PACE: Research Proving Agent for Adaptive Conjecture Exploration
Title（参考訳）: PACE:Adaptive Conjecture Explorationのための研究証明エージェント
Abstract要約: PACEは、構造化された研究ループを通じて予測研究を支援する研究保護剤である。エビデンス追跡メモリは、研究中に生じる仮定と依存関係を記憶する。 ResearchProofBenchは最適化に焦点を当てた応用数学のベンチマークである。
参考スコア（独自算出の注目度）: 10.110678097983186
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Many mathematical research agents focus on solving problems with fixed statements. However, conjecture research, especially in applied mathematics, may require revising candidate questions or conclusions as investigation proceeds, coupling problem formulation with proof development. We present PACE, a research-proof agent that supports this process through a structured research loop that selects mathematical objectives and develops or challenges candidate mechanisms. The whole prover constructs proofs from these mechanisms, and an independent verifier checks them against the original target. Evidence-tracking memory stores assumptions and dependencies arising during research and marks evidence for revalidation when a candidate or condition changes. This memory supports task-specific context composition that keeps checked premises, exploratory material and unresolved obligations distinct. To evaluate proof construction and conjecture research, we introduce ResearchProofBench, an applied-mathematics benchmark focused on optimization, comprising 51 known-proof tasks with 331 hidden checkpoints under historical abstract access and six open-problem cases. The known-proof tasks assess reconstruction of published results, while the open-problem cases assess mathematical investigation and proof development. On the 51 known-proof tasks, PACE achieves an aggregate Proof Score of 75.16 and completes 20 proofs. In conjecture research, PACE develops conditional results, with its submissions receiving higher review scores than the compared baselines.
Abstract（参考訳）: 多くの数学研究エージェントは、固定されたステートメントで問題を解決することに重点を置いている。しかしながら、予想研究、特に応用数学では、研究が進むにつれて、候補問題や結論を改訂する必要があるかもしれない。我々は,このプロセスを支援する研究エージェントであるPACEについて,数学的目的を選定し,候補となるメカニズムを開発・挑戦する構造化された研究ループを通じて紹介する。証明者はこれらの機構から証明を構築し、独立した検証者が元の目標に対して検証する。エビデンス追跡メモリは、研究中に生じた仮定と依存関係を記憶し、候補や条件が変わったときの検証の証拠を示す。このメモリは、チェック済みの前提、探索資料、未解決の義務を区別するタスク固有のコンテキスト構成をサポートする。提案手法は,51の既知のタスクと331の隠れチェックポイントと6つのオープンプロブレムケースから構成される。既知の安全タスクは、公表された結果の再構築を評価する一方、オープンプロブレムケースは、数学的調査と証明開発を評価する。 51の既知の防御タスクにおいて、PACEは75.16の集合Proofスコアを達成し、20の証明を完了した。予想研究において、PACEは条件付き結果を開発し、その提案は比較ベースラインよりも高いレビュースコアを受け取る。

関連論文リスト

Beyond Equation Search: Conjecture-Guided Discovery with SCOPE and ClosureBench [57.05958395368265]
SCOPEは複数の予想駆動の研究軌道を維持している。 ClosureBenchは、方程式発見に具体的な科学的目的を与えるクロージャ発見タスクに焦点を当てている。 SCOPEは多様なベースラインと比較して、ClosureBenchと現実世界の科学的発見ケースの両方で高い方程式精度を達成する。
論文参考訳（メタデータ） (2026-10-13T12:46:49Z)
EPOCH: Reliable Discovery through Evidence-Governed Search [0.21800539487777928]
AI研究エージェントのためのエビデンス管理アーキテクチャであるEPOCHを紹介する。 EPOCHは明示的なタスク契約、型付きメモリ、アクティブ・ファルシフィケーション、入場チェック、独立リプレイを組み合わせることでエビデンスに支配された発見ループを実装している。
論文参考訳（メタデータ） (2026-10-04T06:51:12Z)
Continual Graph Memory for Mathematical Research Agents [95.750048838182]
Ansatzはグラフベースの、進化可能な、クロスプロブレムな数学的研究メモリシステムである。証明探索プロセス全体を整理し、過去の問題の探索軌跡から情報を再利用する。アンサッツは10の研究課題の全てを閉鎖し、長期の数学的探索を継続し再開する能力を示した。
論文参考訳（メタデータ） (2026-10-02T07:38:09Z)
EviGraph: Evidence-Guided Autonomous Research Agents [12.29802995923839]
我々は,研究プロセスを表す自律的な研究フレームワークであるEviGraphを,型付きエビデンスグラフとして紹介する。 EviGraphは、依存関係の欠如、セマンティックなミスアライメント、結果定義の不整合のエビデンスチェーンを検査する。最初期の弱いノードをローカライズし、影響を受けた下流のサブグラフを再生する。
論文参考訳（メタデータ） (2026-08-05T12:02:55Z)
MECA: A Mechanism-Centered Agent for Constructing Well-Specified and Valuable Mathematical Conjectures [10.665021721543729]
既存の未解決問題や予想の多くは、あまりにも広すぎる、不特定でない、あるいは妥当な証明や難読化戦略に結びつくのが難しい。本稿では,候補文とその支援機構を共同で開発し,予測を構成するマルチエージェントフレームワークMECAを提案する。文献由来のシードと既存のオープンな問題から100の半開問題を構築し、自動プローバーによる独立した証明と反響試行を通じて評価する。
論文参考訳（メタデータ） (2026-07-30T05:44:24Z)
HiEviDR-Bench: A Benchmark for Hierarchical Evidence Aggregation in Deep Research [52.87128503345243]
我々は,Deep Researchにおける階層的エビデンス・アグリゲーションを評価するためのベンチマークであるHiEviDR-Benchを紹介する。 HiEviDR-Benchは、エビデンスの選択、クロスソースリンク、アグリゲーションをキャプチャする明示的なエビデンスグラフを持つ各インスタンスを表す。報告品質,エビデンストレーサビリティ,引用精度,クレーム検証,回答正当性という5次元のトレーサビリティ指向評価フレームワークを開発した。
論文参考訳（メタデータ） (2026-07-27T23:50:46Z)
Formal Conjectures: An Open and Evolving Benchmark for Verified Discovery in Mathematics [9.38309744591661]
フォーマル・コンジェクチャ(Formal Conjectures)は、Lean 4.0で形式化された2615の数学的問題文の進化ベンチマークである。このデータセットは、数学的な証明発見のためのゼロ汚染ベンチマークを提供する1029のオープンリサーチ予想を特徴としている。我々は,これらの形式化の正しさを保証するためのアプローチを,アクティブなコミュニティからのコントリビューションを生かしたオープンソースプロジェクトとして紹介する。
論文参考訳（メタデータ） (2026-05-13T08:33:15Z)
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)
FIRE-Bench: Evaluating Agents on the Rediscovery of Scientific Insights [63.32178443510396]
FIRE-Bench (Full-cycle Insight Rediscovery Evaluation) は、確立された発見の再検討を通じてエージェントを評価するベンチマークである。最強のエージェントでさえ、限られた再発見成功(50 F1)を達成し、実行中に高いばらつきを示し、実験的な設計、実行、エビデンスに基づく推論において繰り返し失敗モードを表示する。
論文参考訳（メタデータ） (2026-02-02T23:21:13Z)
Beyond the Destination: A Novel Benchmark for Exploration-Aware Embodied Question Answering [87.76784654371312]
Embodied Question Answeringでは、エージェントが動的に3D環境を探索し、視覚情報を積極的に収集し、質問に答えるために多段階の推論を行う必要がある。既存のデータセットはしばしばバイアスや事前の知識を導入し、非身体的推論につながる。探索能力と推論能力の両方を評価するために特別に設計された最大のデータセットを構築します。
論文参考訳（メタデータ） (2025-03-14T06:29:47Z)

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。