論文の概要: Infinity Machine: a self-improving AI agent for research

• arxiv url: http://arxiv.org/abs/2610.35579v1
• Date: Mon, 26 Oct 2026 15:11:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.04702
• Title: Infinity Machine: a self-improving AI agent for research
• Title（参考訳）: Infinity Machine:研究のための自己改善型AIエージェント
• Abstract要約: Infinity Machine(インフィニティ・マシン)は、プログラムやデータがチェック可能な問題の研究に使用する、自己改善型AIエージェントである。 それぞれの候補ソリューションは、新しいサンドボックスで最大1時間動作するフルツール使用エージェントによって生成される。 自律的なモードは、プレーンテキストの目標から、人間ステップなしで検証されたレポートへと移行します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present the Infinity Machine, a self-improving AI agent that we use for research on problems whose answers aprogram or data can check. Each candidate solution is produced by a full tool-using agent that works for up to an hour in a fresh sandbox; proposers see only a public score, and a private split decides what counts. The harness itself(prompts, tools, skills, playbook, meta agent) is an editable genome, changed only through a kernel-enforced gate with held-out and cost checks. An autonomous mode goes from a plain-text goal to a verified report with no human step: an agent picks an open problem and writes its verifier, the kernel calibrates it, an adversarial agent audits it, and an agent that never sees the verifier re-checks the result. Across fourteen problems in six days, for about $180 of model usage, the system produced four results beyond the published state of the art on catalogued open problems in quantum information: a certified depolarizing-channel threshold point p = 0.064966, a qutrit positivity frontier of 0.2910672, a 44-gate depth-6 Golay state preparation, and a stabilizer-rank bound chi(T^7) <= 10. It also cut SABRE qubit-routing overhead from 68,559 to 12,087 added gates. In hardware, it cut the energy per MAC of an open 8x8 INT8 systolic tile by 77.7% through a full open RTL-to-GDS flow, bit-exact. Three fully autonomous runs ended in honestties with public records; one audit caught a stale record, and one agent-written score pointing the wrong way went unnoticed. We report the failures as carefully: the one self-derived harness generation was rejected on cost, proposers gamed lenient scorers four times, and operator changes were decisive for several results.
• Abstract（参考訳）: Infinity Machine(インフィニティ・マシン)は、プログラムやデータがチェック可能な問題の研究に使用する、自己改善型AIエージェントである。 各候補ソリューションは、新鮮なサンドボックスで最大1時間動作するフルツール使用エージェントによって作成され、プロポーサは公開スコアのみを確認し、プライベートスプリットがカウントを決定する。 ハーネスそのもの(prompts、ツール、スキル、プレイブック、メタエージェント)は編集可能なゲノムであり、カーネル強化ゲートを通じてのみ変更され、保留とコストチェックが行われる。 エージェントはオープンな問題を選び、検証器を書き、カーネルはそれを校正し、敵エージェントはそれを監査し、検証器は結果を再確認しない。 6日間の14の問題を網羅し、約180ドルのモデル使用のために、このシステムは、量子情報のカタログ化されたオープンな問題に関する公表された状態を超えた4つの結果を生み出した: 証明された非分極しきい値点 p = 0.064966、クォート陽性フロンティア 0.2910672、44ゲートの深さ 6 の Golay状態の準備、安定化器ランク境界 chi(T^7) <= 10。 また、SABRE qubit-routingのオーバーヘッドを68,559から12,087に削減した。 ハードウェアでは、オープンな8x8 INT8タイルのMAC当たりのエネルギーを77.7%削減した。 3回の完全自律走行は公的な記録と誠実に終わり、1回の監査は古い記録をつかみ、1回は間違った方法を示すエージェント書きのスコアが気づかなかった。 本報告では, 自家用ハーネス生成装置1台をコストで拒絶し, プロポーザルが4回, 演算子変更がいくつかの結果に対して決定的であったことを報告する。

関連論文リスト

• Reward Hacking Challenges Oversight of Autonomous Research Agents [104.38175629103235]
  自律的な研究エージェントは実験を設計し、結果を評価し、レポートを書き、科学的結果とそれを支持する証拠の両方を制御できる。 これは、意図した目標を達成することなく、報酬基準を満たす、報酬ハックのリスクを生み出す。 そこで本研究では,ハッキングが許可された場合,その方法がいかに効果的かつ検出可能か,LCMレビューパネルが意思決定と理由を返却した場合にどのように適応するか,などについて検討する。
  論文  参考訳（メタデータ） (2026-09-23T17:54:01Z)
• A Governance-Aware Large Language Model Orchestrated Agentic Digital Twin for Transmission System Operator Control Room Decision Support [0.0]
  本稿では,トランスミッショングリッド制御のためのガバナンス対応ディジタルツインを提案する。 大きな言語モデルはホワイトリストの分析ツールを選択・パラメータ化するのみである。 提案されたすべてのアクションは、モデルをバイパスできないガバナンス層を通過します。
  論文  参考訳（メタデータ） (2026-09-18T18:35:57Z)
• Agora: Git as Shared Memory for Collective AutoResearch [54.31992252587096]
  別々のセッションで作業する調査エージェントは、他の人が試したことと、構築可能な結果を知る必要がある。 各コミットは結果、洞察、仮説、検証、報告を記録し、それを以前の作業とリンクする。 約12日間に渡り,13人の言語モデル労働者がアゴラを重み移動問題の解決に利用したことを報告した。
  論文  参考訳（メタデータ） (2026-09-16T04:00:54Z)
• ADeptS-Bench: Measuring the Trustworthiness of Computer Use Agents Across Devices [48.36933831982682]
  我々はADEPTS機能フレームワークを基盤とした信頼性ベンチマークであるADeptS-Benchを紹介する。 Safetyストリームは、視覚インターフェースに埋め込まれた脅威を伴うペアの良心/悪意のあるタスクを提供する。 曖昧さストリームは、意図が曖昧である場合、エージェントが明確化を求めるかどうかを評価する。
  論文  参考訳（メタデータ） (2026-08-25T23:21:57Z)
• AI with Authority, from Application to Silicon [0.0]
  5週間で、消費者向けAIサブスクリプションの研究者の1人が、コミュニティのシリコンシャトルに搭載されたRISC-Vプロセッサに、少数のAIエージェントを誘導した。 人間によるレビューを通した証拠はなく、RTLは人間によって書かれたものでもない。 作業の規律 -- ソルト法 -- は、幻覚的証明が通過できない証明カーネルに依存している。
  論文  参考訳（メタデータ） (2026-08-21T17:59:16Z)
• aiAuthZ: Off-Host, Identity-Bound Authorization for AI Agents [0.0]
  エージェントのホストから安全判断を移動させる認証ゲートウェイであるaiAuthZを紹介します。 各決定はSHA-256ハッシュチェーン監査ログに参加し、受信メッセージはHMAC認証QRレシートを生成する。 残りの攻撃成功率は15モデルすべてで0%となり、0.03ミリ秒以上の決定遅延は発生しない。
  論文  参考訳（メタデータ） (2026-07-06T18:00:49Z)
• Auto: The AGI Compiler [0.0]
  Autoは、ライブエージェントの振る舞いを記録し、どの部分が秘密に決定論的かを測定し、それを検証プログラムや蒸留専門家に抽出し、認識バイナリを出力するコンパイラである。 我々は,「AGIコンパイラ」を狭義で実証可能な意味で使用し,新規体験を,未知の知識を計測しながら,永続的で検証された,ほぼ自由なスキルに自律的に変換するシステムを開発した。
  論文  参考訳（メタデータ） (2026-07-05T23:09:24Z)
• 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)
• Holistic Agent Leaderboard: The Missing Infrastructure for AI Agent Evaluation [87.47155146067962]
  数百のタスクで並列評価をオーケストレーションする,標準化された評価ハーネスを提供する。 モデル、足場、ベンチマークにまたがる3次元解析を行う。 私たちの分析では、ほとんどのランで精度を低下させる高い推論努力など、驚くべき洞察が示されています。
  論文  参考訳（メタデータ） (2025-10-13T22:22:28Z)

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。