google-research/era

何を解決するか

ERA (Empirical Research Assistant) は、科学研究のための高品質で専門家レベルの経験的ソフトウェアを記述するという課題に対処します。コード生成を反復的に改善することで、疫学予測や神経科学のデータ分析といった複雑な科学的タスクを解決できるプログラムの開発プロセスを自動化します。

どのように機能するか

ERA は、大規模言語モデル (LLM) と Flat UCB Tree Search (FUTS) と呼ばれる木探索アルゴリズムを組み合わせています。システムはループ内で動作します。generate_fn を使用して LLM プロンプティングを介して候補プログラムを作成し、execute_fn をを使用してサンドボックス環境でコードを実行し、特定の指標に対してスコアを付けます。PUCT アルゴリズムを使用して探索木を拡張することで、ERA は候補を反復的に生成、実行、およびスコア付けし、最適な解に収束させます。

対象者

公衆衛生、気候、水文学、経済学、理論物理学など、研究のために高性能な経験的ソフトウェアを開発する必要がある様々な分野の科学者向けに設計されています。

ハイライト

• 木探索の最適化: Flat UCB Tree Search (FUTS) を使用して、コード候補を体系的に探索および改善します。
• 科学分野の汎用性: 疫学、神経科学、組合せ論などの多様な分野にわたる実証済みのアプリケーション。
• サンドボックス実行: 探索プロセスをガイドするために、コードを自動的に実行してスコアを付けを行うメカニズムを含んでいます。
• LLM 駆動型生成: 反復的なプログラム合成のために Gemini API を活用します。