THE AI JOURNAL編集方針と出典の確認方法
NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION
RAXUS AI

SIFT研究チームプロダクト

自己改善Agentの評価を軽くするSIFT有望な修正だけ実タスクで試す

研究者らは9月17日、コード作成エージェントが自分の実装を修正する研究SIFTをarXivで公開した。候補同士の比較にLLMの判断を使い、時間のかかる実タスク評価を有望な修正へ絞る。

改善案の評価が探索を遅らせる

自己改善エージェントは自分のコードを変更し、その変更が能力を上げたかを調べる。従来の手法では候補ごとに複数の課題を解かせるため、評価の実行時間と計算費用が大きな負担になる。

SIFTは修正候補をLLMに2つずつ比較させ、勝敗を統計モデルで集計する。その順位を使って探索の親候補を選び、実際の課題を解く評価は見込みのある候補に集中させる。

実験結果の範囲

著者らはPolyglotベンチマークで、既存の木探索型の自己改善手法より少ないCPU時間、実行時間、API費用で良い結果が得られたと報告する。これは論文の実験設定における比較だ。

候補を比べるLLMの評価も、実タスクの評価も同じ役割ではない。論文は実タスク評価を残している。研究結果から、あらゆる開発作業が自律的に改善されるとは判断できない。

出典

  1. Self Improvement via Fast Tree-searcharXiv:2609.19526、2026-09-17提出。候補比較、Bradley–Terry集計、実タスク評価、Polyglot実験を確認。2026-10-06確認。

出典の確認日 2026.10.06

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧

  1. プロダクトBlock

    Block、会話音声だけで学習したとする全二重音声モデルDessaを公開　M4 MaxのMacでローカル推論

    決済大手Block（旧Square）内の小規模なAI研究チームは2026年10月23日、人間の会話音声だけからゼロから学習したとする音声対話モデル「Dessa」を研究プレビューとして公開しました。テキストデータも既存の事前学習済みモデルも使っていないとチームは説明しています。MacBook Pro M4 Max以上のMacでリアルタイムより速いローカル推論が動くとされます。現時点で一般向けのAPIやモデル重みの公開はなく、少数のAI安全性研究者への早期アクセスとウェイトリストの段階です。

    記事を読む

  2. プロダクトMoonshot AI

    Moonshot AI、Kimi K3.1 Proを公開――第三者指数は55点で4位、API単価は前世代比33%値下げ、重みは11月4日までに公開予定

    Moonshot AIは2026年10月23日、Kimi K3を大規模に追加学習したKimi K3.1 Proと、速度を2〜3倍にしたHighspeedを公開しました。Kimi系サービスとAPIで利用でき、第三者評価Artificial AnalysisのIntelligence Indexは55点で4位です。API単価は前世代K3から33%下がり、モデル重みは2026年11月4日までに公開する予定です。重みは現時点で未公開です。

    記事を読む

  3. プロダクトMeta Muse

    MetaのパーソナルAIエージェントMuseが日本で提供開始　北米以外で初、メルカリ・マネーフォワードME・ぴあと連携予定

    Metaは2026年10月23日、個人向けAIエージェント「Muse」の日本での提供を開始しました。9月に先行提供した北米以外では初の地域です。iOS、Android、Web（muse.ai）から利用でき、多くの基本機能は無料です。メルカリ、マネーフォワード ME、チケットぴあとは連携を進めると発表しましたが、稼働開始日は示されていません。

    記事を読む