Épi：セッションをまたいで研究を続ける自律型エージェント

概要

大規模言語モデルのエージェントは、1 回のセッション内では複雑な推論を実行できます。しかし、失敗した実験、役に立ったツールの使い方、未解決の仮説を次のセッションへ確実に引き継ぐことは容易ではありません。BakeLab の Épi は、この断続性を解消し、研究を長期的なプロセスとして扱うことを目指します。中心となるのは新しい基盤モデルというより、履歴の保存、実験の実行、複数方針の探索、外部検証を一体化した研究ループです。

主なポイント

• 研究履歴の永続化：過去の調査や実験を保存し、後続セッションが同じ出発点から再開できます。
• 階層型メモリ：背景知識、個別の実験、蓄積された手法上の経験を分けて管理します。
• 分岐とレビュー：複数の仮説を並行して試し、いったん捨てた方向を再検討できます。独立レビューも結果の確認に使われます。
• 数学分野での結果：12 の数値限界ファミリーで 20 件、8 つの構成問題ファミリーで 100 件、計 120 件の記録更新結果が報告されています。n-queens 定数の区間は約 84 倍狭まり、四次 Feigenbaum アトラクター次元の厳密区間は 360 万倍を超えて狭まりました。
• 数値計算を超えた成果：Tuza 予想に関連する特定の分裂グラフについて計算機支援証明を示し、Cohn–Elkies 線形計画限界が 10 次元と 11 次元で鋭い限界になり得ないことを示す厳密な双対証明書も作成しました。
• アルゴリズム開発への応用：Épi-turbo は車両経路、スケジューリング、生産計画向けの実行可能ソルバーを生成します。30 件の FrontierOR タスクでは、Codex より総合ベンチマークスコアが 5.4% 高く、モデルコストは 64% でした。

意義と注意点

Épi が示すのは、モデルを大きくすることやコンテキストを長くすることだけに頼らず、持続的な作業空間と結果から学ぶ手続きを与える改善策です。数学や科学計算では、成果が大量の失敗実験の中から生まれることがあります。研究の分岐を保存できれば、同じ失敗を繰り返さず、有望な方針を再開しやすくなります。

一方、「記録更新」という表現は、問題設定、比較対象、検証手順と切り離して解釈できません。計算機支援証明も、形式化された仮定と検証器の範囲に依存します。現時点では、Épi を研究者の代替ではなく、広く探索し、計算を実行し、候補を提示する協働者と見るのが妥当です。人間は仮定を確認し、結果を解釈し、科学的な価値を判断する必要があります。

出典：Hugging Face Daily Papers