arXiv sichert sich über 10 Mio. US-Dollar für Upgrades

• arXiv, die offene Infrastruktur für wissenschaftliche Arbeiten, hat über Cornell Tech mehr als rund 10 Mio. US-Dollar ($10m) an Spenden und Fördermitteln erhalten und stärkt damit seine langfristige Betriebsbasis
• arXiv beherbergt mehr als 2 Millionen Arbeiten und will mit den Mitteln die Migration in die Cloud sowie die Modernisierung des Codes vorantreiben
• Im Mittelpunkt der Modernisierung stehen Zuverlässigkeit, Fehlertoleranz und Zugänglichkeit, damit Forschende sich weiterhin darauf verlassen können
• NSF-Mittel werden auch für die Entwicklung von Such- und Empfehlungstechniken durch Informatik-Fakultätsmitglieder von Cornell eingesetzt, die in der großen aktiven Nutzer-Community von arXiv getestet und bereitgestellt werden können
• Über den PDF-zentrierten Ansatz hinaus soll das Angebot von HTML-Versionen ausgebaut werden, um die Zugänglichkeit für Menschen mit Sehbehinderungen zu verbessern und die Nachhaltigkeit als Open-Science-Infrastruktur zu erhöhen

---

Infrastrukturwandel für ein Repository mit 2 Millionen Arbeiten

• Cornell Tech hat zur Unterstützung von arXiv durch eine Spende der Simons Foundation und einen Zuschuss der National Science Foundation insgesamt mehr als 10 Mio. US-Dollar eingeworben
• arXiv ist ein kostenloser Verteilungsdienst für wissenschaftliche Arbeiten und ein Open-Access-Archiv
• Die Mittel fließen in Grundlagenarbeiten, um das Repository mit mehr als 2 Millionen Arbeiten stabiler zu betreiben

  • Migration in die Cloud und Code-Modernisierung

    • Die Codebasis wird modernisiert und in die Cloud überführt
    • Zuverlässigkeit, Fehlertoleranz und Zugänglichkeit für Forschende werden gestärkt
    • Greg Morrisett von Cornell Tech sieht diese Investition als notwendig an, um den arXiv-Dienst zu skalieren und eine breitere Nutzerbasis zu unterstützen
    • Ramin Zabih, Faculty Director von arXiv, bewertet die Modernisierung der Codebasis und den Wechsel in die Cloud als Stärkung der arXiv-Infrastruktur

Entwicklungspläne und Unterstützung der Forschungsgemeinschaft

• Die nächste Entwicklungsphase von arXiv umfasst die Einstellung von mehreren Softwareentwicklern, die die Modernisierung übernehmen sollen
• Mit NSF-Mitteln entwickeln Informatik-Fakultätsmitglieder von Cornell neue Such- und Empfehlungstechniken
  • Tests und Bereitstellung sind in der großen, aktiven Nutzer-Community von arXiv möglich
  • Sie unterstützen moderne Garantien zum Schutz der Privatsphäre
• Inhalte sollen nicht nur als PDF, sondern auch als HTML-Versionen bereitgestellt werden, was die Zugänglichkeit für Menschen mit Sehbehinderungen deutlich verbessern soll
• arXiv wurde 1991 von Paul Ginsparg gegründet, damals Physiker am Los Alamos National Laboratory
  • Ginsparg entwickelte arXiv, bevor er 2001 nach Cornell zurückkehrte
  • Heute wird arXiv von Cornell Tech gepflegt und betrieben
• arXiv unterstützt Forschende in Physik, Mathematik, Informatik, quantitativer Biologie, quantitativer Finanzwissenschaft, Statistik, Elektrotechnik und Systemwissenschaften sowie Wirtschaftswissenschaften
• Die Simons Foundation unterstützt arXiv seit 2011; die zusätzliche Förderung dient dazu, den Übergang zu langfristiger Nachhaltigkeit zu beschleunigen
• Neben der fortlaufenden Unterstützung durch die Simons Foundation erhält arXiv Unterstützung von wissenschaftlichen und Forschungsbibliotheken, Universitäten, Forschungseinrichtungen, Fachgesellschaften und privaten Spendern

[GN⁺]

Meinungen auf Hacker News

• Es freut mich wirklich, dass arXiv mehr Geld bekommt. Es ist unverzichtbare Forschungsinfrastruktur.
  Persönlich bin ich gespannt, ob sich das Frontend ändern wird. Es gibt sicher Raum für Verbesserungen bei Barrierefreiheit, Moderations-/Prüfwerkzeugen und Unterstützung bei Namensänderungen, aber die arXiv-Website fühlt sich fast wie ein platonisches Ideal an. Wie Craigslist: schlichtes HTML, lädt schnell, bietet nur die nötigen Informationen und Funktionen und stört nicht.
  Das arXiv-Team verdient große Anerkennung für das, was es bisher geleistet hat. Es ist schwer zu übertreiben, wie nützlich und transformativ ein Preprint-Server für die Wissenschaft war.

  • „Schlichtes HTML, schnelles Laden, nur die nötigen Informationen und Funktionen, sonst keine Ablenkung“ ist der Kern. Ich wäre wirklich wütend, wenn daraus eine trendgetriebene JavaScript-erforderliche Single-Page-App würde.
    Das Geld kann gern für mehr Bandbreite oder Speicherplatz verwendet werden, aber hoffentlich nicht für nutzlose, nutzerfeindliche UI-Änderungen verschwendet.
  • Ich habe mit der arXiv-API ein Tool zum Erkunden von Informatik-Papern gebaut: https://trendingpapers.com/
    Besonders bei der API hoffe ich, dass sie die großartige Arbeit wie bisher fortsetzen.
  • PDFs laden ziemlich langsam; insofern gibt es eine Ausnahme von „schnell“.

• arXiv ist wohl das wichtigste Repository der Wissenschaft, und manche ärgern sich über öffentliche Finanzierung, weil große Tech-Unternehmen es nutzen, um ihre Forschung zu veröffentlichen, und deshalb mit reichlich Geld unterstützen sollten. Aber man muss die Folgen dieses Vorschlags bedenken.
  Wenn man etwas finanziert, erhält man bis zu einem gewissen Grad Macht darüber. Direkt oder indirekt wird möglich: „Wenn ihr unseren Vorschlägen nicht folgt, überdenken wir unsere finanzielle Unterstützung.“ Ich frage mich, ob wir einen Raum, der im Interesse von Wissenschaft und Gemeinwohl offen und unabhängig bleiben sollte, unter unternehmerischen Einfluss stellen wollen, dessen Ziele nicht immer dieselben sind.

  • Open Source ist buchstäblich offen. An sich ist es kein Problem, arXiv Geld zur Kostendeckung beizusteuern, solange an dieses Geld keine Drohungen oder Bedingungen geknüpft sind.
    Die Grundidee ist doch: Wenn man aus einem offenen Repository in irgendeiner Form Nutzen zieht, kann man auch etwas beitragen. Wenn genug Einzelpersonen oder Organisationen beitragen, ist das gut für alle; und wenn die Organisation hinter dem Projekt eher auf dem Niveau eines privaten Hobbys liegt und es schwer ist, es dauerhaft zu betreiben, kann Unterstützung nötig sein.
    Am Ende verursacht auch ein Ort wie arXiv Kosten. Man muss nicht unbedingt beitragen, aber wenn man es tut, ist es eine gute Sache.

• Als ich die Stelle las, dass „arXiv 1991 von Dr. Paul Ginsparg gegründet wurde, damals Physiker am Los Alamos National Laboratory, bevor er nach Cornell zurückkehrte“, erfuhr ich zum ersten Mal, dass arXiv so alt ist. Ehrlich gesagt habe ich erst vor weniger als zehn Jahren davon erfahren und angefangen, es zu nutzen.

  • Je nach Fachgebiet begann man zu unterschiedlichen Zeiten, regelmäßig Papers auf arXiv hochzuladen. Sehr grob war die Reihenfolge: Hochenergie-Theorie etwa 1992, andere theoretische Physik etwa 1994, Experimentalphysik etwa 1996, Mathematik etwa 2000, Informatik etwa 2008.
    In manchen Bereichen vollzog sich der Wechsel fast über Nacht, in anderen wuchs es über einige Jahre langsam, bis das Posten auf arXiv zum Standard wurde.
  • Bevor es eine Website wurde, war es eine E-Mail-Listserv.
  • Ich tippe immer noch manchmal xxx.lanl.gov ein. Früher wurde man weitergeleitet, jetzt nicht mehr; schade.

• Meine Prognose: arXiv braucht dieses Geld nicht und braucht auch kein Upgrade. Dieses Geld wird nur Vertriebler anziehen, die alle dafür bezahlt werden, vorzuschlagen, arXiv schlechter zu machen. Einer davon könnte Erfolg haben.

  • Zustimmung. arXivs Aufgabe ist, ernsthaft gesagt, als PDF-Repository zu dienen. Das macht es derzeit gut.
    Es braucht kein schickes neues Frontend, das in 18 Monaten wieder geändert wird, weil „diesmal Rundungen im Trend liegen“. Es braucht auch keinen Umzug auf eine „verteilte, lastverteilte, fehlertolerante Web-Scale-Plattformlösung“, die ungefähr doppelt so viel Wartungs- und Engineering-Zeit kostet wie heute.
    Alles, was nötig ist, ist Dokumente bereitzustellen. Wenn es Lastprobleme gibt, sind die Inhalte größtenteils statisch, also kann man sie hinter ein CDN stellen. Genau dafür wurden CDNs gebaut.
    Bitte ändert es nicht.

• „Umzug in die Cloud“ — toll. Dann können wir uns wohl bei jedem Paper-Download auf ein CAPTCHA freuen.
  Zur Klarstellung: Ich glaube, arXiv ist ein Ort, der so eine dumme Entscheidung nicht treffen würde, aber ein Cloud-Umzug bedeutet oft, dass Entscheidungen nicht mehr intern getroffen werden.

  • Es könnte auch direkt auf einen hybriden Ansatz hinauslaufen, wie ihn viele Unternehmen nutzen. Zum Beispiel könnte „Cloud-Umzug“ einfach bedeuten, Paper-Backups in S3 abzulegen und bei einem fehlgeschlagenen ersten Download nahtlos auf den S3-Speicherort umzuleiten.
    Umgekehrt könnte es auch heißen, alles so umzuschreiben, dass es auf Lambda läuft. Mit anderen Worten: „Umzug in die Cloud“ bedeutet je nach Unternehmen oder Organisation Unterschiedliches.
  • Dieser Cloud-Umzug scheint mir eher Sicherheit zu dienen, also dem Schutz vor externen Angriffen, als Produktverbesserungen. Wie gesagt, viele Entscheidungen könnten dann nicht mehr bei Cornell liegen. Das wirkt wie ein Signal für größere geopolitische Entwicklungen.

• arXiv ist ein Segen. Dank arXiv und der Menschen, die ihre Forschung offen geteilt haben, konnte ich zu dem werden, der ich heute bin.
  Mir gefällt nicht, dass DeepMind seine Forschung hinter Publikationen wie Nature einschließt. Ich verstehe, dass das den Effekt hat, in einen schicken Club zu kommen, aber es wirkt nicht aufrichtig. Forschung offen zu machen, bringt die Menschheit voran.
  arXiv kann von sich sagen, eine kleine Spur in der Welt hinterlassen zu haben, und ich freue mich, dass es die nötige Finanzierung für Nachhaltigkeit erhält. Ich hoffe nur, dass es nicht in dem Versuch, unnötig zu skalieren, verbrannt wird.

• Ich mag arXiv wirklich sehr und freue mich, dass es mehr Finanzierung bekommt. Hoffentlich können mit diesem Geld alte Probleme behoben werden, insbesondere der Umgang mit Identität und Autorennennung.
  Zum Beispiel geht das aktuelle System davon aus, dass sich Namen von Personen nicht ändern[1], was sich besonders negativ auf trans Autor:innen auswirkt. Mit mehr Spielraum scheint das lösbar, und ich hoffe, dass es passiert.
  [1]: https://www.kalzumeus.com/2010/06/17/falsehoods-programmers-...

  • Es gibt keine gute Methode, mit Namensänderungen umzugehen. In den Metadaten kann man sie ändern, aber im eigentlichen Paper bleibt der alte Name stehen.
    Selbst wenn man Autor:innen erlaubt, ihn im Paper zu ändern, bleibt der alte Name in den Literaturverzeichnissen anderer Leute stehen. Literaturverzeichnisse sind schwieriger. Man bräuchte Automatisierung, die alles findet und Mehrdeutigkeiten auflöst; bei chinesischen Namen ist das besonders mühsam. Außerdem würden viele Autor:innen es ablehnen, dass jemand anderes ihre Papers ändert.
  • Das wirkt sich noch viel negativer auf Frauen aus, die den Nachnamen ihres Ehemanns annehmen oder dies aufgrund gesellschaftlicher Erwartungen tun.
  • Man sollte die Geschichte nicht ändern. Ein neuer Name kann verwendet werden, aber er sollte als neue und getrennte Identität betrachtet werden.
  • arXiv scheint Namensänderungen zu unterstützen, nur offenbar nicht in Zitaten und Literaturverzeichnissen[1].
    Das wirkt für mich in Ordnung. Zitate zu ändern fühlt sich wie eine seltsame Änderung der Geschichte und wie ein urheberrechtlicher Eingriff an.
    Wenn jemand diesen Kommentar zitiert und „bigyikes“ dazuschreibt und Dang später meinen Namen ändert, müsste dann auch der Kommentar geändert werden, der mich zitiert? Ich denke nicht, aber vielleicht bin ich damit in der Minderheit.
    [1]: https://blog.arxiv.org/2021/03/11/update-name-change-policy/

• arXiv ist eine großartige Ressource. Zumindest in meinem Fachgebiet, Programmiersprachen, und wahrscheinlich auch in den meisten Bereichen der Informatik, scheinen die meisten Papers auf arXiv zu stehen.
  Es gibt keinen Grund, Papers nicht kostenlos öffentlich zugänglich zu machen. Die meisten Dinge kosten Geld, weil sie selbst materiell sind oder weil ihre Herstellung Geld und Ressourcen kostet, die wieder hereingeholt werden müssen. Aber bei Papers liegen die Vertriebskosten praktisch bei null, und sie entstehen durch Fördergelder, die für die Forschungsergebnisse und Entdeckungen selbst bereitgestellt werden.

  • Meine Haltung ist: Wer seine Zeit mit geschlossenen Fachzeitschriften verbringen will, soll das tun.
    Als die Fachgebiete noch klein und nischig waren, mögen thematische Bündelungen nützlich gewesen sein. Aber mit moderner Suche und heutigen Rechenwerkzeugen frage ich mich, wozu man das noch braucht.
    In der Wissenschaft fühlt sich nichts stärker wie ein ausbeuterisches Geschäftsmodell an als diese Struktur. Meiner Ansicht nach sollte alles veröffentlicht werden, und die natürliche Diskussion über das Thema sollte seine Bedeutung bestimmen.

• Ist es wirklich unbedingt eine gute Idee, etwas mit einem sehr knappen Budget in die Cloud zu verlagern?

• Es wäre schön, Papers webnativ zu machen.

  • Das scheint bereits versucht zu werden.
    „Außerdem wird arXiv Inhalte nicht nur als PDF, sondern auch als HTML-Version bereitstellen, um sehbehinderten Menschen deutlich besseren Zugang zu ermöglichen.“
    Ob das gelingen kann, ist allerdings eine andere Frage. Eine Pipeline, die nach HTML kompiliert, muss mit allen von den Leuten verwendeten LaTeX-Paketen funktionieren, oder zumindest mit den meisten funktionieren und beim Rest elegant scheitern. Schon nur nach PDF zu kompilieren ist schwierig genug, weshalb arXiv die TeX Live-Versionen jedes Jahres dauerhaft vorhalten musste.