ASI-Evolve: AIがAIを加速する

arXiv cs.AI / 2026/4/1

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

論文『ASI-Evolve』は、AIがAI研究を加速するためのエージェント型フレームワーク（learn-design-experiment-analyzeの閉ループ）を提案しています。
進化的エージェントに「人間の事前知識を各探索に注入するcognition base」と「実験結果を再利用可能な知見に要約するdedicated analyzer」を組み込み、弱い教師信号・長期・高コストの研究ループへの適用を狙います。
ニューラルアーキテクチャ設計では線形attentionのSOTAを105件発見し、最良モデルがDeltaNetを+0.97上回ったと報告しています。
データキュレーションでは平均ベンチマークで+3.96、MMLUで18点以上の改善が示され、強化学習アルゴリズムでもGRPOを最大+12.5（タスク別）上回る結果が述べられています。
このAI-for-AIの枠組みは、数学・生物医学などAIスタック外への転移の初期証拠も提示されており、閉ループ研究の実現可能性を示す「有望な一歩」と位置づけられています。