要旨: 私たちは、自律的なデータ探索と洞察発見のためのシステム「Nomad」を提案します。ドキュメント集合、データベース、またはその他のデータソースが与えられたとしても、ユーザは探索可能な問い、仮説、または関連の全体集合を十分に把握していることは稀です。その結果、クエリ駆動の質問応答や、プロンプト駆動のディープリサーチシステムは、人間による枠組み付けに制約されがちで、より広い洞察空間を十分にカバーできないことがよくあります。
Nomadは、この問題に対して「探索を先に行う」アーキテクチャで取り組みます。対象領域の上に明示的な探索マップ（Exploration Map）を構築し、それを体系的に巡回することで、広さと深さのバランスを取ります。探索エージェントが、ドキュメント検索、Web検索、データベースのツールを用いて仮説を生成し、選択し、それらを調査します。その後、有力候補となる洞察は独立した検証者によって確認され、引用付きレポートや、より上位のメタレポートを生成する報告パイプラインに投入されます。
また、自律的発見システムのための包括的な評価枠組みも提示します。これにより、信頼性、レポート品質、そして多様性を測定します。選定した国連（UN）および世界保健機関（WHO）のレポート集合を用いて、
omad{}がベースラインよりも、より信頼性が高く高品質なレポートを生成すること、さらに複数回の実行にわたってより多様な洞察も生成することを示します。
Nomadは、ユーザの質問に答えたり、指示された調査を行ったりするだけでなく、そもそも最初に表面化させる価値のある問い、研究の方向性、洞察を見出すための、自律システムへの一歩です。
Nomad：自律的な探索と発見
arXiv cs.AI / 2026/4/1
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- この記事では、ユーザーが事前に明示的に組み立てられる以上の洞察を見出すことを目指す「探索優先」の自律システム Nomad を紹介する。
- Nomad は明示的な探索マップを構築し、それを横断して幅と深さのバランスを取る。さらに、ドキュメント／Web 検索とデータベースツールを備えたエクスプローラエージェントを用いて仮説を生成・検証する。
- 候補となる洞察を報告パイプラインへ投入する前に独立した検証者で品質管理を行い、根拠（引用）付きのレポートと、より上位のメタレポートを作成する。
- 自律的な発見システムを評価する枠組みを提案し、信頼性、レポートの品質、多様性を指標として評価する。UN および WHO の資料コーパスに対してベースライン手法と比べて改善結果が得られたことを報告する。
- 全体として、このシステムは「どの質問や方向性を表に出すべきか」を判断できる自律研究への一歩として位置付けられており、事前に指定されたクエリに答えるだけではない。
