arXiv cs.CLは10月16日(現地時間)、Jianyuan Zhong氏らの研究論文において、科学的発見における価値ある仮説生成と学習を目的としたフレームワーク「DiscoveryRSI」を発表した。このフレームワークは、多エージェント進化探索を通じて仮説ツリーを構築し、選択された調査をHarborタスクにコンパイルすることで、研究プロセスの再帰的な学習を実現する。自動評価では、ライフサイエンスの4つのドメインにおいて、ベースモデルから自己改善後に仮説品質が向上したと報告されている。
DiscoveryRSIフレームワークは、価値があり、かつテスト可能な研究仮説という操作的定義に基づいている。これは、結果を伴う不確実性に関する根拠に基づいた主張と、実行可能な調査、明確な決定基準、代替の説明を組み合わせたものだ。
本フレームワークは、マルチエージェント進化探索を通じて仮説ツリーを開発し、選択された調査をHarborタスクとして実行形式にコンパイルする。再帰的学習は三つのメカニズムを通じて行われる。第一に、Hypothesis credit optimizationは、科学的評価を文書化された研究貢献に帰属させる。次に、Harness replayは、生産的な戦略と繰り返される失敗を特定して研究ワークフローを改善する。最後に、rediscoveryは、受け入れられた改善を新しい調査に適用し、さらなる学習経験を生成する。
研究チームは、仮説品質と累積的な研究進捗を包括的に評価するためのベンチマーク「DFM-Bench」も導入した。この評価は、仮説、改訂、開発経路、および研究実行の各レベルで行われる。ライフサイエンスの四つのドメインにわたる自動評価の結果、ベースモデルの仮説品質は4.86から、自己改善を2ラウンド行った後に5.39へと上昇した。特に、反証可能性とデータ解決可能性において大きな改善が見られた。
さらに、専門家によるレビューを通じて仮説品質が検証され、DiscoveryRSI-27Bが他の研究エージェントと比較された。予備的な人間評価では、DiscoveryRSI-27BはGPT-6 Lunaよりも仮説の重要性、主張の妥当性、根拠の明示性において高いスコアを示した。DiscoveryRSI-27Bは、モデルカットオフ後に公開された研究との仮説一致率が6.3%に達し、GPT-6の2.5%やClaude Opus 5の2.3%を大きく上回った。
参考: arXiv cs.CL (アーカイブ) — 2026年10月17日 02:56 (JST)
原文ハイライト"DiscoveryRSI: Recursively Learning to Discover Valuable Hypotheses"