「Structure Liberates」：制約付きの意味理解（サインスメーキング）がより斬新な研究アウトプットを生む方法

Abstract

科学的発見は、着想を巡らせること――先行研究を調査し、仮説を形成し、推論を洗練すること――という長いプロセスであるにもかかわらず、既存の手法はこの段階を研究における中核的な役割にもかかわらず、単なる短い前置きとして扱っている。私たちは、8つの認知段階からなる構造化されたシークエンスとして着想を実装する、意味理解（sensemaking）に基づく枠組みSCISENSEを提案する（Pirolli \& Card, 2005）。本研究では、2つのモードにおける引用条件付きの研究トラジェクトリを収集した10万規模（100K）のデータセットSCISENSE-Trajを構築する。Targetモードでは、LLMが既知の論文について、その引用された文献から当該論文に至る着想の道筋を再構成する。Inferモードでは、同じ引用からLLMが新規の方向性を提案する。これらを蒸留して、3Bから70Bのパラメータ範囲にわたる一群の意味理解LLMであるSCISENSE-LMを作成する。より緩い監督が探索を促進すると仮定する代わりに、Targetで学習したモデルはInferで学習したモデルよりも、トラジェクトリの質が2.0\%向上するだけでなく、より新規で多様な出力も生成する。この利点は下流へと波及する：Targetトラジェクトリに条件付けられたコーディングエージェントは、Inferトラジェクトリに条件付けられたものよりも、実行可能性と品質がより高い研究成果物を生み出す。これは、的を絞った着想が下流のエージェントにかかる認知的負荷を低減し、より創造的に探索するための余地を解放することを示唆する。SCISENSEは、LLM駆動の研究ワークフローを補強するための実用的なツールであると同時に、計画が科学的発見をどのように形作るのかを研究するための、原理に基づくテストベッドも提供する。