The alien space of science: Coherent but cognitively unavailable directions
The alien space of science: Coherent but cognitively unavailable directions (arxiv.org)
要約
科学的発見は真実であることだけでなく、研究者が認知的に利用可能なことによっても制約されます。多くの研究方向は文献に照らして一貫性がありますが、既存のコミュニティが関連する概念、方法論、直感を組み合わせていないため、提案される可能性は低いです。この論文では、科学的に妥当だが既存の研究者の分布では提案されにくい「科学の異質な空間」をターゲットとする手法を提案しています。この手法は、論文を概念単位に分解し、アイデアの原子の語彙にクラスタリングします。そして、原子の組み合わせが実行可能な研究方向を形成するかどうかを評価し、既存の研究コミュニティがそれを生み出す位置にあるかどうかを評価します。これにより、コミュニティの利用可能性を最小限に抑えつつ、一貫性を最大化する組み合わせをランク付けします。
全文翻訳
タイトル: 科学の異質な空間：一貫性はあるが認知的に利用不可能な方向性
PDFを表示 HTML (実験的) View PDF HTML (experimental)
要約: 科学的発見は、真実であることだけでなく、研究者が認知的に利用可能なことによっても制約されます。多くの方向性は文献に照らして一貫性がありますが、既存のコミュニティが関連する概念、方法論、直感を組み合わせていないため、提案される可能性は低いです。現代の言語モデルもこのバイアスを受け継ぎ、新しいアイデアを求められた際に、文献の高密度領域を再結合します。私たちは、補完的な領域、すなわち科学の異質な空間、つまり科学的に妥当だが既存の研究者の分布では提案されにくい方向性をターゲットとします。私たちの手法は、論文を概念単位に分解し、それらをアイデアの原子の語彙にクラスタリングします。一貫性モデルは、原子の組み合わせが実行可能な研究方向を形成するかどうかをスコアリングし、利用可能性モデルは、既存のどの著者コミュニティがそれらを生み出す位置にあるかをスコアリングします。私たちは、一貫性を最大化し、利用可能性を最小化するように組み合わせをランク付けします。NeurIPS、ICLR、ICML、および主要なNLP会場から収集された16,068件の査読済みLLM論文において、サンプラーは、その全出力を確認するバッチプロンプト変種を含む最先端のLLMベースラインよりも多様な研究ポートフォリオを生成し、ブラインド人間、LLM、および下流の実験的評価の下で、アイデアごとの品質を同等またはそれ以上にします。時間的検証では、すべてのコンポーネントは2025年以前のデータのみを使用します。候補空間の1%未満を選択することで、2025年の組み合わせを35.9倍の確率で回復します。利用不可能性を重み付けすることで、厳密に新しい組み合わせの回復が3.24倍の確率になります。科学的な妥当性とコミュニティの利用可能性を分離することにより、私たちのフレームワークは、人間の科学を単に加速するだけでなく補完するAIのアイデア創出を示唆し、コミュニティが見落とす可能性のある一貫性のある方向への探求を拡大します。
| コメント: | Advances in Neural Information Processing Systems, NeurIPS 2026 Main Track. 11 main pages, 44 appendix pages, 29 figures |
| 件名: | Artificial Intelligence (cs.AI); Machine Learning (cs.LG) |
| 引用: | arXiv:2603.01092 [cs.AI] |
| (またはこのバージョンについては arXiv:2603.01092v3 [cs.AI]) | |
| https://doi.org/10.48550/arXiv.2603.01092 DataCite経由のarXiv発行DOI |
投稿履歴
From: Alejandro Hernandez Artiles [メールを表示]
[v1] Sun, 1 Mar 2026 13:05:19 UTC (569 KB)
[v2] Fri, 15 May 2026 23:12:34 UTC (2,833 KB)
[v3] Wed, 21 Oct 2026 08:59:34 UTC (3,197 KB)