SMRS: advocating a unified reporting standard for surrogate models in the artificial intelligence era

要約

代理モデルは、科学と工学全体で複雑なシステムを近似して計算コストを削減するために広く使用されています。
広範囲にわたる採用にもかかわらず、このフィールドには、データサンプリング、モデル選択、評価、およびダウンストリーム分析など、モデリングパイプラインの重要な段階にわたる標準化がありません。
この断片化により、再現性とクロスドメインのユーティリティが制限されます。これは、AI駆動の代理モデルの急速な増殖によってさらに悪化する課題です。
私たちは、実装の詳細に不可知論のままでありながら不可欠な設計と評価の選択を体系的にキャプチャする、構造化されたレポート標準であるサロゲートモデルレポート仕様（SMRS）を確立する緊急の必要性を主張します。
標準化されているが柔軟なフレームワークを促進することにより、代理モデリングの信頼性を改善し、学際的な知識移転を促進し、その結果、AI時代の科学的進歩を加速することを目指しています。

要約(オリジナル)

Surrogate models are widely used to approximate complex systems across science and engineering to reduce computational costs. Despite their widespread adoption, the field lacks standardisation across key stages of the modelling pipeline, including data sampling, model selection, evaluation, and downstream analysis. This fragmentation limits reproducibility and cross-domain utility — a challenge further exacerbated by the rapid proliferation of AI-driven surrogate models. We argue for the urgent need to establish a structured reporting standard, the Surrogate Model Reporting Specification (SMRS), that systematically captures essential design and evaluation choices while remaining agnostic to implementation specifics. By promoting a standardised yet flexible framework, we aim to improve the reliability of surrogate modelling, foster interdisciplinary knowledge transfer, and, as a result, accelerate scientific progress in the AI era.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google