論文の概要: TSFLab: A Self-Improving Agent-Agnostic Workbench for Time Series Forecasting Research

• arxiv url: http://arxiv.org/abs/2610.40901v1
• Date: Thu, 29 Oct 2026 19:22:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.478215
• Title: TSFLab: A Self-Improving Agent-Agnostic Workbench for Time Series Forecasting Research
• Title（参考訳）: TSFLab: 時系列予測研究のための自己改善型エージェント非依存ワークベンチ
• Abstract要約: 時系列予測の出版物や製品が急増するにつれて、研究者は既存の作業を分析することの負担が増している。 自己改善型エージェント非依存型ワークベンチであるTSFLabを提案する。 再現とベンチマークでは、TSFLabはタスク完了を20～163%改善し、完了したタスク毎に新しいトークンを11～66%削減した。
• 参考スコア（独自算出の注目度）: 95.95943694297323
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As publications and products on time series forecasting (TSF) proliferate, researchers face a growing burden of analyzing existing work. First, not all publications release code. For instance, only about 20% of arXiv TSF papers have a code link in the surveyed period. Second, released code also requires manual maintenance. Thus, TSF researchers must constantly adapt or implement existing works. However, independent implementations can differ in experimental settings and are difficult to maintain. We therefore propose to use AI agents for benchmarking TSF research and even supporting autoresearch, e.g., developing new TSF models. Yet directly applying existing coding agents, such as Claude Code and Codex, is suboptimal: prohibitive costs, limited scalability to large research projects (e.g., benchmarking), and lack of self-maintenance. To address these challenges, we propose TSFLab, a self-improving agent-agnostic "workbench" that equips compatible coding agents with shared resources and tools for low-cost TSF research and continuous maintenance of research resources. Our experiments cover reproduction, benchmarking, and new method development. In reproduction and benchmarking, TSFLab improves task completion by 20-163% and cuts fresh tokens per completed task by 11-66% across baselines. A pilot study of agent-driven method development also shows improved forecasting accuracy via TSFLab, with 32.8-73.6% fewer fresh tokens and 9.2-68.8% less development time than the other settings.
• Abstract（参考訳）: 時系列予測(TSF)の出版物や製品が増加するにつれ、研究者は既存の作業を分析することの負担が高まっている。 まず、すべての出版物がコードをリリースするわけではない。 例えば、調査期間にコードリンクを持つのは、arXiv TSF論文の約20%に過ぎません。 第二に、リリースされたコードは手動のメンテナンスも必要である。 したがって、TSF研究者は、常に既存の作品の適応や実装をしなければならない。 しかし、独立した実装は実験的な設定で異なり、メンテナンスが難しい。 そこで我々は、AIエージェントを用いて、TSF研究のベンチマークを行い、例えば、新しいTSFモデルの開発をサポートすることを提案する。 しかし、Claude CodeやCodexといった既存のコーディングエージェントを直接適用することは、非最適である。 これらの課題に対処するため、我々は、TSFLabを提案する。TSFLabは、互換性のあるコーディングエージェントに、低コストのTSF研究と研究リソースの継続的な保守のための共有リソースとツールを提供する、自己改善型エージェント非依存のワークベンチである。 本実験では, 再生, ベンチマーク, 新たな手法開発について検討した。 再現性とベンチマークでは、TSFLabはタスク完了を20～163%改善し、完了したタスク毎に新しいトークンをベースラインで11～66%削減する。 エージェント駆動方式の開発に関する試験的な研究では、TSFLabによる予測精度も改善され、32.8-73.6%の新規トークンが減少し、9.2-68.8%が他の設定よりも開発時間を短縮した。

関連論文リスト

• SCI-AGENT-EXAM: Benchmarking Agents on Scientific Research Tasks [58.530730974708014]
  大規模言語モデル(LLM)エージェントは、科学研究を支援する能力がますます高まっている。 既存のベンチマークは、しばしば選択された科学的能力やタスクタイプに焦点を当てる。 SCI-AGENT-EXAM(SCI-AGENT-EXAM)は,11分野に120の専門的なタスクと7つの研究課題からなるベンチマークである。
  論文  参考訳（メタデータ） (2026-10-23T10:06:55Z)
• AgentFold: Closed-Loop Agentic Search for Protein Folding Model Design [27.154390712714264]
  我々は,折りたたみモデル開発を,実行可能なコードバリアントに対するクローズドループ検索として定式化するフレームワークであるAgentFoldを提案する。 一致した計算予算の下で、AgentFoldは、独立したCodex提案よりも最高のlDDTを7.5%改善する。 結果として生じる介入の痕跡は、反復的な経験的デザインパターンを示す。
  論文  参考訳（メタデータ） (2026-08-27T07:38:16Z)
• AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
  研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。 我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。 障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
  論文  参考訳（メタデータ） (2026-05-18T17:08:26Z)
• AIRS-Bench: a Suite of Tasks for Frontier AI Research Science Agents [49.67355440164857]
  AIRS-Benchは、最先端の機械学習論文から得られた20のタスクからなるスイートである。 Airs-Benchタスクは、研究ライフサイクル全体のエージェント能力を評価する。 本稿では,AIRS-Benchタスク定義と評価コードをオープンソースとして公開し,自律科学研究のさらなる発展を促す。
  論文  参考訳（メタデータ） (2026-02-06T16:45:02Z)
• From Reproduction to Replication: Evaluating Research Agents with Progressive Code Masking [48.90371827091671]
  AutoExperimentは、AIエージェントの機械学習実験の実装と実行能力を評価するベンチマークである。 我々は最先端のエージェントを評価し、n$が増加するにつれて性能が急速に低下することを発見した。 本研究は、長期コード生成、文脈検索、自律的な実験実行における重要な課題を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-06-24T15:39:20Z)

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。