InternScience/InternAgent

InternAgent-1.5: A Unified Agentic Framework for Long-Horizon Autonomous Scientific Discovery

InternAgent‑1.5 – 長期間の自律的科学的発見のための統合型エージェントフレームワーク

何であるか – InternAgent‑1.5 は、エンドツーエンドの科学的研究サイクルを実行できるオープンソースでマルチモーダルな自律エージェントシステムです。人間の介入なしに、仮説の生成、（シミュレートされた）実験の設計・実行、アルゴリズムの最適化、文献に基づく回答の統合が可能です。本プロジェクトは、物理学、生物学、地球科学、生命科学の分野における長期間のタスクを対象としています。

主なコンポーネント

コンポーネント	機能
メモリモジュール	実験の結果を実行間で永続化し、エージェントが失敗のルートを回避し、過去の成功を基に進展できるようにします。
Deep Research (DR) パイプライン	研究課題をサブタスクに分解し、学術データベースやWebからデータを取得し、構造化された回答またはレポートを生成します。
MLEvolve	アルゴリズム設計タスクの最適化コア。開発者らは MLEBench ベンチマークで最先端の結果を達成したと主張しています。
タスクスイート	`tasks/` – アルゴリズム発見問題；`sci_tasks/` – 論文再現チャレンジ（例：公開された天文学論文の結果を再現）。
ランチャーツール	`launch.py`（統合エントリポイント）、`launch_discovery.py`（完全な発見ループ）、`launch_qa.py`（質問応答モード）。

導入方法

# 1. 独立した環境を作成
conda create -n InternAgent python=3.11
conda activate InternAgent

# 2. 依存関係をインストール
pip install -r requirements.txt

# 3. APIキーを提供（OpenAI、OpenRouter、Anthropicなど）
cp .env.example .env   # その後 .env を編集してキーを設定

最初のデモ実行 – リポジトリにはデータダウンロード不要のトイタスク「AutoDebug」が同梱されています：

python launch_discovery.py \
    --config ./config/default_config.yaml \
    --task AutoDebug \
    --exp_backend claudecode

文献に基づく回答が必要な場合：

python launch_qa.py --question "最近のメモリ拡張型LLMにおける進展は何ですか？"
# またはファイルに保存
python launch_qa.py -q "..." -o answer.md

これらのコマンドは、統合された launch.py スクリプトからも実行可能です。

設定 – すべての設定は config/ ディレクトリ下にあります。default_config.yaml がスタート用です。エージェントに既存のアイデアファイルを指定するには --skip_idea_generation --idea_path … を使用できます。また、config/openrouter_config.yaml を編集することで、モデルゲートウェイを OpenRouter に切り替えることも可能です。

結果の取り扱い – 実験結果、生成されたアイデア、ログはそれぞれ results/ と logs/ に自動的に保存されるため、自律的なワークフローの監査が容易です。

高度な使い方

メモリの永続化 – docs/memory_module.md を参照；エージェントは再起動後も生存するJSONストアを読み書きします。
Deep Research – docs/deep_research.md で並列な文献クローラーと統合戦略を構成できます。
MLEvolve – アルゴリズム設計タスクの最適化バックエンド。詳細は別リポジトリ InternScience/MLEvolve を参照。

論文と引用 – 開発者らは2つのarXiv論文（InternAgent 1.0 と 1.5）と複数の関連研究（FlowSearch, AutoMLGen）を提供しています。フレームワークを引用する際は、提供されたBibTeXエントリを使用してください。

さらに詳しく

ウェブサイト: https://discovery.intern-ai.org.cn
HuggingFaceコレクション: https://huggingface.co/collections/InternScience/internagent
技術レポート: https://huggingface.co/papers/2602.08990

結論 – InternAgent‑1.5 は、LLM駆動の推論、メモリ拡張型計画、最適化サブモジュールを統合したフルスタックの自律研究エージェントです。リポジトリには実行可能なデモ、明確な設定ファイル、および新しい分野やカスタム実験への拡張用ドキュメントが含まれています。