考えて、実行する：自己修復型マルチエージェントAIによる自律的なMLパイプライン生成
arXiv cs.AI / 2026/5/1
📰 ニュースDeveloper Stack & InfrastructureModels & Research
要点
- 本論文は、データセットと自然言語の目標からエンドツーエンドのMLパイプラインを自動生成するための統一的な5エージェント・アーキテクチャを提案している。
- コードに根ざしたRAGでマイクロサービスを理解し、複数基準を統合した説明可能なリコメンダを用いてコンポーネント選定を行い、DAGベースのパイプラインを構築して実行するエンジンを組み合わせている。
- 自己修復機構では、LLMベースのエラー解釈と、実行履歴に基づく適応学習を用いて失敗時の頑健性を高める。
- 多様なシナリオを含む150のMLタスクで評価した結果、エンドツーエンドのパイプライン成功率84.7%を達成し、ベースライン手法を上回ったと報告している。
- 著者らは、RAG＋説明可能な推薦＋自己修復＋適応学習を密に統合することで、これらを別々の独立要素として扱う設計よりも高い性能が得られると主張している。
