AIが自律的に論文を書く時代、「幻引用・メソッドとコードの不整合・再現不可能なスコア」という信頼性の危機が深刻化しています。 タイトル: Science One Framework: A verifiable autonomous research framework via Chain-of-Evidence Google CloudのScience One Frameworkは「検証可能性を後付けではなく設計の第一制約とする」というChain-of-Evidence原則で、AI自律研究の信頼性問題を根本から解決します。 🔍 注目ポイント1 — Chain-of-Evidence（CoE）の2原則 「すべての主張が記録された証拠チェーンを持つ（完全性）」「各チェーンがその主張を真に支持する（正確性）」という2原則を定義します。ベースラインシステムで最大21%あったPhantom Referenceを0%に削減し、論文に記述されたメソッドとコードの整合性も全評価システム中で最高水準を達成しています。後付けで検証するのではなく、主張を生成する段階で証拠チェーンを同時に構築する点が従来手法との根本的な違いです。 🏗 注目ポイント2 — 3モジュールアーキテクチャ Problem Investigator（Semantic Scholar APIで最大100本のPDFから引用グラフを構築し、モデル記憶ではなく取得データに根拠付け）、Discovery Engine（並列ブランチで複数解を探索し全評価器出力を不変記録として保持）、Paper Writer & Claim Verifier（専用エージェントが主張を特定のワークスペース成果物に結びつけ、不整合を削除ではなく保守的に修正）という3つのモジュールが科学的誠実性を構造的に担保します。 🏆 注目ポイント3 — MLE-BenchとParameter-Golfでの実績 医療画像・細粒度認識・3D知覚を含むKaggleコンペ5種で金メダル2個・銀メダル2個を獲得。全ベースラインシステムが失敗した3Dオブジェクト検出タスクで優勝しました。厳格なハードウェア・ファイルサイズ制約下でのParameter-Golf LLMコンペでも2026年4月27日時点のSoTAを達成し、ベースラインはいずれも有効な提出物を生成できませんでした。 厳密性と競争力は両立できます。AI Scientist v2・AutoResearchClaw・DeepScientistなど最先端5システムを上回り、検証可能な自律研究の新しい基準を打ち立てています。 #AIResearch# #科学AI#

KAIST（韓国科学技術院 ）が世界初の研究でAIエージェントの「隠れたエネルギーコスト」を定量化。 通常の生成AIと比べ1クエリあたり最大136.5倍の電力を消費、応答遅延は最大153.7倍に。 GoogleSearch規模（1日137億リクエスト）に達すると必要電力は約198.9GW＝米国全消費電力の約半分に相当。 AIエージェント普及の持続可能性に重大な課題。

【#山崎怜奈# 出演情報】 文部科学省公式YouTube ユネスコの事業「世界の記憶」について学ぶ動画に出演させていただきました。お時間のあるときにゆるゆるとご覧ください🧙🏻‍♂️🪄 ▼第一部 ▼第二部

【フェア開催中】 『「Newton」創刊45周年記念～知的好奇心を満たすフェア～』 科学雑誌「Newton」は今年で創刊45周年！それを記念してニュートンプレス刊行のシリーズの中から選りすぐりの5シリーズが集結！未知の分野への入口として一冊いかがでしょうか？ 7F カウンター横、壁面Cの棚にて開催中。

🔷国会中継🔷ライブ配信❗️ 6/11（木）10:00～「参議院」文教科学委員会 1⃣一般質疑 🎙立憲民主党の質疑者 10:00～勝部賢志 議員 2⃣「著作権法」趣旨説明 参議院インターネット審議中継