エージェント・ラボラトリー - AMDとジョンズ・ホプキンス大学が共同で立ち上げた独立系研究機関。

エージェントラボラトリーとは何ですか？

AMDとジョンズ・ホプキンス大学が共同開発したAgent Laboratoryは、大規模言語モデル（LLM）に基づく自律型研究フレームワークであり、科学的発見を加速し、コストを削減し、研究の質を向上させます。Agent Laboratoryは、人間からの研究アイデアを受け入れ、文献レビュー、実験、レポート作成の3つのフェーズに基づいて、コードベースや研究レポートなどの包括的な研究成果物を生成します。Agent Laboratoryは、各段階でユーザーからのフィードバックとガイダンスをサポートし、研究全体の質を向上させます。実験結果によると、Agent Laboratoryは研究コストを大幅に削減し、従来の自律型研究手法と比較して84%のコスト削減を実現しています。Agent Laboratoryのパフォーマンスは、LLMバックエンドによっても異なり、o1-previewは有用性とレポート品質で最高評価を獲得し、o1-miniは実験品質で最高評価を獲得しています。

薬剤研究所の主な機能

• 文献レビュー研究テーマに関連する文献を自動的に収集・整理し、後続の研究段階における参考資料として提供する。
• 実験計画と実施文献調査と研究目的に基づいて詳細な実験計画が策定され、実験は自動的に実行される。
• コード生成実験用の機械学習コードを自動的に生成し、gpt-4o、o1-mini、o1-previewなどの複数のLLMバックエンドをサポートします。
• 結果の解釈その目的は、実験結果を分析・解釈し、研究報告書を作成するための基礎を提供することである。
• レポート作成要約、序論、背景、関連研究、方法、実験設定、結果、考察を含む、構造化された研究報告書を作成する。
• ユーザーインタラクション自律走行モードと協調走行モードをサポートしており、ユーザーは各段階でフィードバックやガイダンスを提供できるため、研究の質が向上する。

エージェント・ラボラトリーの技術原理

• 大規模言語モデル（LLM）に基づくgpt-4o、o1-mini、o1-previewなどの事前学習済みLLMを使用して、文献レビュー、実験計画、コード、研究報告書などの自然言語テキストを生成します。
• 自律エージェントシステムこのシステムは、複数の専門エージェント（博士号取得者エージェント、ポスドクエージェント、機械学習エンジニアエージェント、教授エージェントなど）を使用して、文献検索、実験計画、コード作成、結果の解釈、レポート作成などのタスクを共同で行います。
• モジュール式ツールmle-solverモジュールは機械学習コードを自動的に生成および最適化し、paper-solverモジュールは研究レポートを生成および最適化することで、実験とレポートの品質を保証します。
• 反復的な改善メカニズムエージェントは各段階で自己反省を行い、実験結果やエラー信号に基づいて改善策を生成し、反復的な最適化を通じてコードとレポートの品質を向上させる。
• ユーザーとのやり取りとフィードバック本システムは、自律走行モードと協調走行モードをサポートしており、ユーザーは各段階でフィードバックとガイダンスを提供します。エージェントはフィードバックに基づいて調整と最適化を行い、研究全体の質を向上させます。

エージェントラボラトリーのプロジェクト住所

• プロジェクト公式サイト：https://agentlaboratory.github.io/
• GitHubリポジトリ：https://github.com/SamuelSchmidgall/AgentLaboratory
• arXiv技術論文：https://arxiv.org/pdf/2501.04227

エージェントラボの応用シナリオ

• 科学文献レビュー関連文献を迅速に収集・整理し、文献レビューレポートを作成し、研究のための背景情報を提供することができます。
• 実験計画と実施詳細な実験計画の策定、実験コードの自動生成、実験の実行、結果の監視が可能であり、それによって研究効率を向上させる。
• コード生成と最適化高品質な機械学習コードを生成し、複数のプログラミング言語とフレームワークをサポートし、反復的な改善メカニズムに基づいてコードのパフォーマンスを最適化します。
• 結果の解釈と報告書の作成実験結果を分析し、明確さと論理的な一貫性を確保するために、構造化された研究報告書を作成する。
• 学際的な研究支援機械学習、生物医学、材料科学、社会科学など、複数の分野に適用可能であり、研究プロセスを加速させる。