MAS-Zero - Salesforceが提供するマルチエージェントシステム設計フレームワーク - AiBoss

MAS-Zeroとは何ですか？

MAS-Zeroは、Salesforceが提供するマルチエージェントシステム（MAS）設計フレームワークで、人間の介入なしにMASを自動的に設計・最適化します。メタレベル設計に基づき、推論中に各問題インスタンスに対してMAS構成を動的に生成、評価、改善します。MAS-Zeroの中核は、タスク分解、対応するMAS実装の生成、解決可能性と完全性に基づくメタレベルフィードバックを含むメタ反復プロセスにあります。自己検証に基づいて、すべての候補ソリューションから最適な結果を選択します。MAS-Zeroは、外部からの監視を一切必要とせず、数学的推論、大学院レベルの質問応答、コードベンチマークにおいて卓越した性能を発揮します。

MAS-Zeroの主な機能

マルチエージェントシステム（MAS）の自動設計これにより、人間がエージェントの役割や通信プロトコルを手動で設計する必要がなくなり、特定の問題に基づいて適切なMAS構造が自動的に生成されるため、システムの適応性と新しいタスクへのパフォーマンスが向上します。
動的適応問題推論フェーズでは、各問題インスタンスに対して動的なエージェント構成と問題分解が実行され、MASが複雑で絶えず変化するタスクにより適切に対応できるようになります。
検証セットの監視は不要です事前ラベル付けされた検証セットに頼ることなくMAS構成を調整・最適化することで、データの必要性を減らし、システムの柔軟性と使いやすさを向上させます。
パフォーマンス最適化メタレベル設計と自己検証メカニズムに基づき、MAS設計は継続的に反復・改善され、複雑なタスクにおけるシステムの精度と効率性を向上させると同時に、コスト効率も維持する。
自己進化能力推論プロセスにおいて、jiyuは自己フィードバックと評価を行い、自動的に学習と進化を行い、外部からの監視信号を必要とせずにMASの設計とパフォーマンスを徐々に最適化します。

MAS-Zeroの技術原理

メタ反復：
- タスク分解とMAS生成このアプローチでは、複雑な問題を複数のサブタスクに分解し、各サブタスクに対応するMAS実装（実行可能コード形式）を生成します。MASの設計はコード生成問題として扱われ、タスクの分解とMAS構成はメタエージェントに基づいて動的に調整されます。
- メタレベルのフィードバックこのプロセスでは、生成されたMAS設計の解決可能性と完全性を評価し、MASコードを実行して中間出力を取得し、出力を分析して現在のMASが問題を効果的に解決しているかどうかを判断します。評価結果に基づいてフィードバックが生成され、その後の反復的な改善の指針となります。
自己検証複数回の反復処理の後、すべての候補解の中から最も適切な結果が選択されます。異なる反復処理で生成された候補解を比較し、特定の検証戦略（多数決、無効な解の除外など）を組み合わせることで、最終的な出力解が決定されます。
LLMベースのメタエージェント大規模言語モデル（LLM）をメタエージェントとして用いることで、システムは自然言語による指示を理解し、生成する能力を備える。メタ反復処理において、メタエージェントはタスク分解、マルチエージェントシステム（MAS）生成、フィードバック生成、および最終結果検証を担当する。LLMとの相互作用により、MAS設計の最適化と改善が可能となる。
自己監視型学習このプロセス全体は、外部検証セットや人間の監督に依存せず、システム自身の実行結果とフィードバック信号に基づいて自己教師あり学習を実行します。メタエージェントは、中間出力の解決可能性と完全性に基づいてMAS設計を調整し、システムのパフォーマンスと適応性を徐々に向上させます。

MAS-Zeroプロジェクトの住所

プロジェクト公式サイト：https://mas-design.github.io/
GitHubリポジトリ：https://github.com/SalesforceAIResearch/MAS-Zero
arXiv技術論文：https://arxiv.org/pdf/2505.14996

MAS-Zeroの応用シナリオ

複雑な問題を解決する数学や科学計算などの分野では、複雑な問題を複数のサブタスクに分解することで、解決の効率と精度を向上させる。
自然言語処理高度な質問応答システムやテキスト生成・編集において使用され、高品質な自然言語処理結果を生み出す。
ソフトウェアエンジニアリングコード生成、最適化、ソフトウェアテストにおいては、ソフトウェア開発とテストの効率と品質を向上させるために、タスクが複数のサブタスクに分割されます。
健康管理これは、疾患の診断や治療計画において、医療上の意思決定の精度と個別化を向上させるために使用されます。
教育これは、個別学習やインテリジェントな個別指導に活用でき、生徒のニーズに応じて学習課題を細分化し、さまざまなインテリジェントエージェントがカスタマイズされた学習パスや指導コンテンツを提供することで、学習成果を向上させることができます。