RUC-NLPIR/Arbor

A generalist autonomous research agent — runs experiments, researches, and iteratively optimizes, autonomously.

What it solves

Arbor は汎用最適化のために設計された自律的な研究エージェントです。構造化された仮説ツリーを維持することで、長期的な探索中に失敗した試行を「忘れる」問題を解決します。これにより、モデル訓練、データ合成、ハーネスエンジニアリングなど、測定可能な目標と指標を持つあらゆるタスクを、冗長または失敗したアイデアに計算リソースを浪費することなく最適化できます。

How it works

Arbor は二つの協働エージェント、Coordinator（研究ディレクター）と Executor（研究エンジニア）を使用します。

それらは六段階の「arbor cycle」で動作します：

  1. Observe：現在の結果と失敗モードを分析。
  2. Ideate：Idea Tree に基づき新しい仮説を提案。
  3. Select：最も有望なアイデアを選択してテスト。
  4. Dispatch：Executor がアイデアを分離された git worktree に実装し、開発用データで評価。
  5. Backpropagate：結果と抽象的な洞察をツリー上方へ記録。
  6. Decide：保持されたテストデータで、成果をメインブランチにマージするか枝を刈り取るかを決定。

CLI として単体で使用でき、MCP 経由で Claude Code や Codex などのコーディングエージェントに統合したり、スタンドアロンのスキルスイートとして利用したりできます。

Who it’s for

Arbor は、特定のベンチマークに対してコードやモデルを反復的に最適化し、開発データへの過学習を避けながら仮説探索を自動化・体系的に行いたい研究者や開発者向けに構築されています。

Highlights

  • Hypothesis Tree：洞察と失敗の構造化された履歴を保持し、将来の探索を導く。
  • Real Experiment Discipline：分離された git worktree と保持された検証セットを使用し、真の改善のみがマージされることを保証。
  • Literature Grounding：alphaXiv API と統合し、計算リソースを投入する前にアイデアの新規性をチェック。
  • Flexible Deployment：Anthropic、OpenAI、DeepSeek など複数の LLM バックエンドに対応し、既存の AI コーディングハーネスに直接統合可能。
  • Steerable：ライブダッシュボードと複数のインタラクションモード（auto、direction、review、collaborative）を提供し、人間がループ内でガイダンスできるようにする。