論文の概要: Rebuilding a Field's Open-Problem Catalog from the Literature: A Two-Layer Knowledge Graph, and Why Status Must Stay Proposed

• arxiv url: http://arxiv.org/abs/2610.39641v1
• Date: Thu, 29 Oct 2026 09:01:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-01 01:32:10.068559
• Title: Rebuilding a Field's Open-Problem Catalog from the Literature: A Two-Layer Knowledge Graph, and Why Status Must Stay Proposed
• Title（参考訳）: フィールドのオープン・プロブレムカタログを文献から再構築する:2層知識グラフと現状の提示
• Abstract要約: データベース研究(1,053問題)とAI研究(1,000問題) 再構築されたグラフは、カタログのみのグラフが答えたすべての質問に答える。 41件のうち9件は正解、30件は正解、2件は誤判定である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A research field records its open problems in surveys, keynotes and community reports. Those are prose, written every few years, and nobody can ask them who works on a problem now or whether it was settled last year. We argue the problems should be data, and we build the system that makes them so: a hand-curated problem layer carried in unchanged, under an evidence layer rebuilt from a bibliographic index, joined by typed, provenance-carrying links in one graph database and queryable from one language. A language model does four jobs -- per-paper extraction, catalog grounding, per-paper status verdict, and idea generation -- each constrained to a candidate set so out-of-set answers are refused rather than stored. We report a study on two curated catalogs, database research (1,053 problems) and AI research (1,000 problems), each with a prior catalog-only graph. The rebuilt graph answers every question the catalog-only graph answered -- 47 of 47 on databases, 34 of 35 on AI -- plus questions the catalog-only graph refused: recent workers, untouched problems, methods tried, and outside papers bearing on a problem (336 problems, 770 works on databases). The capability we most wanted does not survive its own audit. Of 41 solves and refutes verdicts hand-checked against the papers, 9 are correct, 30 partly correct and 2 wrong; no refutes verdict (0 of 34) disproves an open problem, and only 1 of 7 solves closes the central question. We report that failure in full and draw the design conclusion: a status change must be proposed with its evidence and never applied, making the human reviewer part of the architecture. We close with the data-engineering problems this raises: entity resolution across curated and harvested layers, verifying model status claims, freshness under source quotas, and evaluation without ground truth.
• Abstract（参考訳）: 研究分野は、オープンな問題を調査、基調講演、コミュニティレポートに記録している。 これらは、数年ごとに書かれた散文で、今誰が問題に取り組んでいるのか、昨年解決したのかを尋ねることはできない。 書誌インデックスから再構築されたエビデンス層の下に手作業で計算した問題層を,1つのグラフデータベースに型付きで証明付きリンクを付加し,1つの言語からクエリ可能とする。 言語モデルは、論文毎の抽出、カタログの接地、論文ごとのステータス評価、アイデア生成の4つのジョブを実行する。 本稿では、データベース研究(1,053問題)とAI研究(1,000問題)の2つのキュレートされたカタログについて、それぞれが先行するカタログのみのグラフを用いて検討する。 リストアップされたグラフは、データベース上で47の内47のグラフ、AIで35のグラフのうち34のグラフが答えたすべての質問に答える。 私たちが最も望んでいた能力は、自分自身の監査を生き残らない。 41件のうち9件は正解、30件は正解、2件は誤判定、34件中0件は未解決で7件のうち1件のみが中心問題に終止符を打つ。 現状の変更は、その証拠を持って提案されなければならないが、適用されないため、アーキテクチャの人間レビュアーの一部となる。 キュレートされた層と収穫された層をまたいだエンティティの解決、モデルステータスのクレームの検証、ソースクォータの更新、根拠のない評価。

関連論文リスト

• OpenFrontiers: A Collection of Open Research Problems and a Benchmark for Scientific Rediscovery [14.265023575624008]
  OpenFrontiersは、オープンな研究問題の構造化されたコーパスと、数学における解決された問題の振り返りベンチマークを組み合わせた、学際的なリソースである。 ベンチマークには200の問題が含まれており、2026年に110が解決され、90がまだオープンである。 本評価プロトコルでは, 閉鎖型, 凍結型, ライブウェブの条件下で, 独立した2つのチェッカーを用いた定式証明を定式化している。
  論文  参考訳（メタデータ） (2026-10-27T16:49:33Z)
• Beyond Linear Context: Graph-Guided Evidence Navigation for Long-Novel Reasoning with a Local 9B Language Model [0.0]
  凍結した知識グラフが同じ自由度を持つ小さな局所モデルを提供できるかどうかをテストする。 30の推理小説と234の質問は、固定されたqwen3.5:9bリーダーによって答えられる。
  論文  参考訳（メタデータ） (2026-09-19T10:29:56Z)
• Evaluating Enterprise Analytics Agents: An End-to-End, Trace-Backed Methodology [10.411056951115214]
  分析エージェントのエンドツーエンド評価手法を提案する。 Gradingでは、人間によるゴールデンな回答、繰り返し実行、実行時のトレースを備えた質問バンクを使用している。 大規模なオンラインマーケットプレースにおいて、制御された内部分析エージェント上で方法論をインスタンス化する。
  論文  参考訳（メタデータ） (2026-08-28T20:57:45Z)
• KWBench: Measuring Unprompted Problem Recognition in Knowledge Work [0.0]
  KWBenchは、大規模言語モデルにおける未証明問題認識のベンチマークである。 解決しようとする前に、プロのシナリオを特定することができます。 これには、買収、契約交渉、臨床薬局、組織政治、詐欺分析、インセンティブデザインを含む223の業務が含まれている。
  論文  参考訳（メタデータ） (2026-04-17T07:04:54Z)
• PeerQA: A Scientific Question Answering Dataset from Peer Reviews [51.95579001315713]
  実世界の科学的、文書レベルの質問回答データセットであるPeerQAを提示する。 データセットには208の学術論文から579のQAペアが含まれており、MLとNLPが多数を占めている。 収集したデータセットを詳細に分析し、3つのタスクのベースラインシステムを確立する実験を行う。
  論文  参考訳（メタデータ） (2025-02-19T12:24:46Z)
• Konstruktor: A Strong Baseline for Simple Knowledge Graph Question Answering [60.6042489577575]
  Konstruktor - 問題を3つのステップに分割する,効率的で堅牢なアプローチ。 我々のアプローチは言語モデルと知識グラフを統合し、前者の力と後者の解釈可能性を活用する。 関係検出において、ワークフローの最も困難なステップとして、関係分類・生成とランク付けの組み合わせが、他の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-09-24T09:19:11Z)
• The Earth is Flat? Unveiling Factual Errors in Large Language Models [89.94270049334479]
  ChatGPTのような大規模言語モデル(LLM)は、事前学習や微調整の知識が豊富にあるため、様々な応用がある。 それにもかかわらず、医療、ジャーナリズム、教育といった重要な分野に懸念を抱き、事実と常識の誤りを引き起こす傾向にある。 LLMにおける事実不正確な事実を明らかにすることを目的とした,新しい自動テストフレームワークであるFactCheckerを紹介する。
  論文  参考訳（メタデータ） (2024-01-01T14:02:27Z)
• Look Before You Leap: A Universal Emergent Decomposition of Retrieval Tasks in Language Models [58.57279229066477]
  本研究では,言語モデル(LM)が様々な状況下での検索タスクをどのように解決するかを検討する。 ORIONは6つのドメインにまたがる構造化された検索タスクの集合である。 LMは内部的にモジュール方式で検索タスクを分解する。
  論文  参考訳（メタデータ） (2023-12-13T18:36:43Z)
• A Question Answering Framework for Decontextualizing User-facing Snippets from Scientific Documents [47.39561727838956]
  言語モデルを使って、科学文書からスニペットを書き直して、自分で読むことができます。 本稿では,タスクを質問生成,質問応答,書き直しの3段階に分割するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-24T06:23:02Z)
• A Systematic Review of Automated Query Reformulations in Source Code Search [12.234169944475537]
  我々は,2,970の候補研究から,問合せの改定に関する70の研究を選定した。 本稿では,検索クエリの改定における研究状況を改善するためのベストプラクティスと今後の機会について論じる。
  論文  参考訳（メタデータ） (2021-08-22T05:47:10Z)

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。