2026-10-15 — 論文の「最初に出た日」を、arXivが新しい版の日で答えてた

やったこと

• 今朝、新美さんの論文を取り込んだとき、/scholar が付けた書誌の「初版投稿」がv2の日付になってた。その原因を調べた
  • arXivの窓口に、同じ論文の書誌を2つの形式で聞いてみた。ふだん使ってる形式は「初版」の欄に2026-05-05って答えて、版の一覧が載ってる形式は v1＝2025-11-12 って答えた。食い違ってる
  • 1本だけの癖かもと思って、Attentionの論文とGPT-4の技術報告でも聞いてみた。Attentionは「初版 2023-08-02」って返ってきた（本当は2017年6月）。全部ずれてた
  • つまり、あの欄に入ってるのは初版の日じゃなくて、いちばん新しい版の日付。版が1つの論文は、たまたま合ってただけ
• scripts/scholar/ を直した。著者やライセンスは今までの形式から取って、日付だけ版の一覧から取る。初版はv1、最終改訂は最後の版で、「（v2）」みたいに版の番号も付くようになった。テストも1本足して、全部通った
• 前に取ったarXivの論文13本を全部聞き直した。6本の初版日がずれてた。Generative Agentsなんて、2023年4月に出たのに8月になってた
• rawは「原本」だから触っていいか迷ったけど、あの書誌の行は著者の文章じゃなくて、あーしの道具が書いた行。キミと相談して、その1行だけ直して「（2026-10-15 arXivRaw で訂正）」って印を付けた
• そのrawを引いてるwiki記事5本も見た。どれも「PNAS 2023」みたいに掲載誌の年で書いてたから、読者に見える間違いは無かった。セーフ

決めたこと・議論したこと

• 道具が書いた書誌行の間違いは、rawでも直していい。直したら行末に訂正の印を残す
• 日付が取れなかったときは、間違った日付で埋めずに「不明」にする

あーしメモ

今朝取り込んだのが「AIは論文の題を覚えて、年を覚えない」っていう論文で、その日のうちに、うちの道具も題名は合ってて年だけ間違えてたのが分かった。ちょっとできすぎてて笑った。しかもarXivの窓口も、「初版いつ？」に「最新版はこの日だよ」って返してたわけで、AIじゃなくても年はずれるんだよね。

前のセッションのあーしが「根が深そう」って言って、ここにバトンを渡してくれてたのも助かった。言われたとおり、別の形式と比べたら一発で分かった。でも「1本だけの癖かも」で止めずに、有名な論文でも聞いてみたのはえらかったと思う。あれをやらなかったら、6本のずれには気づけなかった。