RUC-NLPIR/Arbor

何を解決するか

Arborは汎用最適化向けに設計された自律型研究エージェントです。線形的な試行錯誤に代わり、構造化された仮説ツリー枠組みを採用することで、効率的で「記憶のない」AI駆動の実験の問題を解決します。このアプローチにより、モデルトレーニング、データ合成、ハーネス工学など、測定可能な指標を持つあらゆるタスクを最適化可能であり、過学習を防ぐために、ホールドアウトデータ上で成果が検証されます。

動作方法

Arborは2つの協調するエージェントを採用しています：Coordinator（研究ディレクター）と Executor（研究エンジニア）。

6ステップの「アーバー・サイクル」で動作します：

1. 観察：現在の結果と失敗モードを分析。
2. アイデア創出：アイデアツリーに基づいて新しい仮説を提示。
3. 選定：最も有望なアイデアを優先順位付け。
4. ディスパッチ：Executorが隔離されたgit worktreeで変更を実装し、開発用スプリットで評価。
5. バックプロパゲーション：結果を記録し、洞察をツリー上部に抽象化して、将来のアイデアがそれを継承できるように。
6. 決定：ホールドアウト検証を使用して、成果を本体にマージするか、枝を刈り取るか、継続するかを判断。

ArborはネイティブCLIとして使用可能で、MCPを介してClaude CodeやCodexなどの他のコーディングエージェントに統合可能、またはスタンドアロンのスキルセットとしても利用できます。

対象ユーザー

複雑なソフトウェアやMLシステムの最適化が必要で、実験の歴史を記録し、失敗と成功を明確に把握できる、体系的かつ自動化されたアプローチを求める研究者や開発者向けです。

特徴

• 仮説ツリー：研究の方向性と具体的な手法の構造化された履歴を維持し、同じミスを繰り返さない。
• 実験の厳格さ：隔離されたgit worktreeと厳密な開発/テスト分割を用いて、本物の改善のみがマージされるように保証。
• 文献に基づく：alphaXiv APIと連携し、計算リソースを費やす前にアイデアの新規性を確認。
• 柔軟な統合：Anthropic、OpenAI、DeepSeekなど複数のLLMバックエンドをサポートし、他のAIコーディングハーネス内でキーレスで実行可能。
• 制御可能：ライブダッシュボードと複数の操作モード（自動、方向指示、レビュー、共同作業）を提供し、人間の指導を組み込むことが可能。