AutoSOTA：最先端AIモデル発見のためのエンドツーエンド自動研究システム
arXiv cs.CL / 2026/4/8
📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsIdeas & Deep AnalysisTools & Practical UsageModels & Research
要点
- AutoSOTAは、近年のトップティア論文から新たに最先端（SOTA）結果を創出するため、まずそれらのSOTA AIモデルを再現し、その後実証的に改善することを目的としたエンドツーエンドの自動研究システムである。
- このアプローチは、論文からコードへの対応付け、環境のセットアップと修復、長期にわたる実験追跡、アイデアの生成／スケジューリング、妥当性の監督といった役割を担う8つの専門エージェントによるマルチエージェント構成を用い、見かけ上の改善（spurious improvements）を抑制する。
- AutoSOTAは、ワークフローを相互に結びついた3つの段階（リソース準備＆目標設定、実験評価、振り返り＆着想）に構造化している。
- 8つの主要なAIカンファレンスの論文を用いた評価では（コード利用可能性と実行コストの実現可能性でフィルタリングしている）、本システムは105件の新しいSOTAモデルを発見したと報告されており、論文あたり平均約5時間である。
- LLM、NLP、コンピュータビジョン、時系列、最適化といった分野を跨いだケーススタディから、単なるハイパーパラメータ調整を超えて、アーキテクチャ、アルゴリズム、ワークフローのレベルでの改善まで可能であることが示唆される。
