論文の概要: AIBuildAI-2.5: Efficient Autonomous AI Model Development Through LLM-Guided Tree Search

• arxiv url: http://arxiv.org/abs/2609.25047v1
• Date: Sun, 06 Sep 2026 02:42:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 14:48:16.102343
• Title: AIBuildAI-2.5: Efficient Autonomous AI Model Development Through LLM-Guided Tree Search
• Title（参考訳）: AIBuildAI-2.5: LLMガイドツリー検索による効率的な自律型AIモデル開発
• Abstract要約: このようなエージェントの一般的なラインは、コード検索問題としてビルディングをモデル化し、ツリーサーチによってそれを解決している。 本稿では,LLMエージェントによる木探索を行うエージェントシステムであるAIBuildAI-2.5を紹介し,これら3つの課題に対処する。 AIBuildAI-2.5はMLE-Benchで73.3%のメダルを獲得し、6つの自律型AI研究タスクのベースラインを上回っている。
• 参考スコア（独自算出の注目度）: 35.02737606901669
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Autonomous agents that automatically build artificial intelligence (AI) models could broaden access to AI across science and engineering. A popular line of such agents frames model building as a code search problem and solves it by tree search, in which each node is a candidate program and the tree grows by generating a child program from a parent, and these agents now approach the capability of experienced AI engineers on realistic benchmarks. However, these agents have three weaknesses in efficiency that have not been fully addressed. First, only a small number of candidates can be executed within a realistic budget, so search rules that rank nodes by executed rewards, such as Monte Carlo-style tree search, rely on few and noisy scores and select the next node to explore less effectively. Second, no resource-aware strategy is used to schedule training jobs, which can lower hardware utilization and training efficiency. Third, every agent call is served by a single powerful model, which inflates inference cost. Here we introduce AIBuildAI-2.5, an agentic system that carries out the tree search with LLM agents and addresses each of the three issues. AIBuildAI-2.5 proposes a novel LLM-guided tree search, in which a judge scores each candidate on its expected improvement, grounding, and feasibility, and a selector ranks the pool of candidates from these scores and the state of the search. In addition, AIBuildAI-2.5 comprises a scheduler that launches training jobs with the current hardware resource status taken into account and a router that assigns lower-cost LLMs to less demanding tasks while reserving the most capable LLM for the most challenging sub-tasks in the AI model building workflow. AIBuildAI-2.5 ranks first on MLE-Bench with a medal rate of 73.3%, and outperforms a strong baseline on six autonomous AI research tasks from AIRS-Bench.
• Abstract（参考訳）: 人工知能(AI)モデルを自動的に構築する自律エージェントは、科学と工学にまたがるAIへのアクセスを拡大する可能性がある。 このようなエージェントの一般的なラインは、コード検索問題として構築され、ツリーサーチによってそれを解決し、各ノードが候補プログラムであり、ツリーは親から子プログラムを生成して成長する。 しかしながら、これらのエージェントは、完全に対処されていない3つの効率の弱点がある。 まず、現実的な予算内で少数の候補しか実行できないため、モンテカルロスタイルのツリーサーチのようなノードのランク付けを行う検索ルールは、少数でノイズの多いスコアに頼り、より効果的に探索する次のノードを選択する。 第二に、トレーニングジョブのスケジュールにリソースを意識する戦略は使用されていないため、ハードウェア利用率とトレーニング効率が低下する可能性がある。 第三に、すべてのエージェント呼び出しは単一の強力なモデルによって提供され、推論コストが膨らみます。 本稿では,LLMエージェントを用いた木探索を行うエージェントシステムであるAIBuildAI-2.5を紹介する。 AIBuildAI-2.5では,予測された改善,接地,実現可能性に基づいて各候補をスコアリングし,これらのスコアと検索状況から候補のプールをランク付けする,新たなLLM誘導木探索を提案する。 さらに、AIBuildAI-2.5は、現在のハードウェアリソースのステータスを考慮してトレーニングジョブを起動するスケジューラと、より少ない要求のタスクに低コストのLLMを割り当てるルータと、AIモデル構築ワークフローにおいて最も困難なサブタスクのために最も有能なLLMを保存する。 AIBuildAI-2.5はMLE-Benchで73.3%のメダルを獲得し、AIRS-Benchの6つの自律型AI研究タスクのベースラインを上回っている。

関連論文リスト

• AI Research Preference Models [87.14303218008381]
  研究エージェントは、独自の機械学習実験を提案し、実装し、評価することができる。 フロンティア作業の進行は コストで妨げられています 我々は、複数の候補ソリューションのどれが実行価値が最も高いかを予測するAI Research Preference Models(RPM)を紹介する。
  論文  参考訳（メタデータ） (2026-08-14T04:20:37Z)
• AIBuildAI: An AI Agent for Automatically Building AI Models [31.05147308924019]
  タスク記述とトレーニングデータからAIモデルを自動的に構築するAIエージェントであるAIBuildAIを紹介する。 我々は、リアルなKaggleスタイルのAI開発タスクのベンチマークであるMLE-Bench上でAIBuildAIを評価する。
  論文  参考訳（メタデータ） (2026-04-15T22:17:05Z)
• AI Co-Scientist for Ranking: Discovering Novel Search Ranking Models alongside LLM-based AI Agents with Cloud Computing Access [60.37646376282544]
  本稿では,全検索ランキング研究パイプラインを自動化したAI共同科学者フレームワークを提案する。 これは、AIの共同科学者フレームワークをアルゴリズム研究に利用した、ランキングコミュニティで初めての研究である。
  論文  参考訳（メタデータ） (2026-03-23T09:29:08Z)
• MARS: Modular Agent with Reflective Search for Automated AI Research [48.54202614558741]
  我々は自律型AI研究に最適化されたフレームワークMARSを紹介する。 MARSは,(1)コストを意識したモンテカルロ木探索(MCTS)による予算計画(Budget-Aware Planning)による実行コストとパフォーマンスを明示的にバランスさせる),(2)複雑なリポジトリを管理するために"Design-Decompose-Implement"パイプラインを使用するモジュール構成,(3)ソリューションの違いを分析して高信号の洞察を抽出することで,与信の割り当てに対処する反射記憶(Reference Reflective Memory)という3つの柱に依存している。
  論文  参考訳（メタデータ） (2026-02-02T19:00:03Z)
• AgentSwift: Efficient LLM Agent Design via Value-guided Hierarchical Search [58.98450205734779]
  大規模言語モデル(LLM)エージェントは、多様なドメインにまたがる強力な機能を示している。 既存のエージェントサーチ手法には3つの大きな制限がある。 これらの課題に対処するための包括的なフレームワークを導入します。
  論文  参考訳（メタデータ） (2025-06-06T12:07:23Z)
• MLGym: A New Framework and Benchmark for Advancing AI Research Agents [51.9387884953294]
  我々はMeta MLGymとMLGym-Benchを紹介した。これはAI研究タスクにおける大規模言語モデルの評価と開発のための新しいフレームワークとベンチマークである。 これは機械学習(ML)タスクのための最初のGym環境であり、そのようなエージェントをトレーニングするための強化学習(RL)アルゴリズムの研究を可能にする。 我々は、Claude-3.5-Sonnet、Llama-3.1 405B、GPT-4o、o1-preview、Gemini-1.5 Proなどのベンチマークで、多くのフロンティア大言語モデル(LLM)を評価した。
  論文  参考訳（メタデータ） (2025-02-20T12:28:23Z)
• ML Research Benchmark [0.0]
  MLRB(ML Research Benchmark)は,最近の機械学習カンファレンスのトラックから派生した7つの競合レベルタスクからなる。 本稿では,Claude-3 や GPT-4o などのフロンティアモデルを用いたエージェント足場を用いて,新しいベンチマークを提案し,評価する。 結果は、Claude-3.5 Sonnetエージェントがベンチマーク全体で最高のパフォーマンスを示し、機械学習モデルの設計と開発に優れていたことを示唆している。
  論文  参考訳（メタデータ） (2024-10-29T21:38:42Z)
• Autonomous Tree-search Ability of Large Language Models [58.68735916408101]
  大規模言語モデルは、高度なプロンプト技術で顕著な推論能力に優れています。 近年の研究では、LLMがより困難な推論タスクを解くために受動的木探索を行えるように、検索ロジックを定義するために外部プログラムを活用することが提案されている。 我々は,LLMの自律木探索能力という新しい概念を提案し,正しい解を求める探索軌跡を含む応答を自動生成する。
  論文  参考訳（メタデータ） (2023-10-14T14:14:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。