Optim-Agent/optim-agent

LLM agents as your hyperparameter optimizer.

What it solves

Optim-agent は、従来の数式的サロゲートをコーディングエージェントに置き換えることで、システムパラメータ（ハイパーパラメータ）チューニングの反復プロセスを自動化します。パラメータを匿名の座標として扱う「盲目的」なチューニングの問題を解決し、エージェントがパラメータの意味と試行履歴を推論して、特に評価予算が限られている場合に、より効率的に優れた構成を提案できるようにします。

How it works

このシステムはエージェント CLI（Claude Code、Codex、OpenCode など）と統合し、最適化ループを構築します。ユーザーは目的関数とパラメータ空間（各パラメータに自然言語でのコンテキストを任意で付与）を定義します。エージェントは現在の試行履歴と提供されたコンテキストを分析し、次のパラメータセットを提案します。安定性を確保するため、optim-agent はエージェントの提案が宣言されたパラメータ空間に合致しているか検証し、無効な応答があった場合は安全なサンプリングにフォールバックします。

Who it’s for

モデルのトレーニング、推論サービス、定量研究、強化学習、科学的ワークフローなど、設定可能なパラメータと測定可能な目的を持つシステムで働くアルゴリズムエンジニアや研究者を対象としています。

Highlights

  • Semantic Proposals: パラメータを単なる数値として扱うのではなく、LLM を用いてその実際の意味を推論します。
  • Agent-Driven Pruning: 学習曲線に基づき、パフォーマンスの低い試行を保持するか停止するかをエージェントが判断できるプルーネーターを搭載。
  • Flexible Backends: Claude、Codex、OpenCode など複数のエージェント CLI をサポート。
  • Distributed Execution: スレッドプールや共有 SQLite ストレージを利用したマルチプロセス／マシンでの分散最適化をサポート。
  • Auditable History: 設定、結果、エージェントの根拠を JSON または SQLite に保存し、完全な透明性と監査可能な履歴を提供します。