microsoft/RD-Agent

解決的問題

R&D-Agent 自動化了資料驅動情境的工業級研究與開發流程。它減少了在量化金融、資料科學和 LLM 微調等領域中，提出、實作和優化模型與資料特徵（因子）所需的人工投入，將研發週期轉變為自主循環。

運作方式

該框架採用雙組件方法論：'R'（Research，研究）負責提出新想法，'D'（Development，開發）負責將其實作。它作為一個多智能體系統運作，能夠透過自我循環迭代演化解決方案。例如，在量化金融中，它會執行協調式的因子與模型共同優化。它透過 LiteLLM 支援各種後端，使其能夠與多個 LLM 供應商整合，包含 OpenAI、Azure OpenAI 和 DeepSeek。

適用對象

• 量化研究員： 用於自動化交易因子與策略的發現和實作。
• ML 工程師： 用於自動化模型調校、特徵工程以及基準驅動的領域適應。
• 資料科學家： 用於自動化競賽（例如 Kaggle）預測模型的開發。
• AI 研究員： 用於自動化從研究論文和報告中提取模型結構。

亮點

• 頂尖的 MLE Agent： 目前在機器學習工程任務的 MLE-bench 基準測試中領先。
• 以資料為中心的量化框架： 第一個用於自動化全端量化策略研發的多智能體框架。
• 多元情境： 支援量化交易、資料探勘、研究副駕駛（論文到程式碼）以及自主 LLM 微調（FT-Agent）。
• 可擴充的後端： 整合 LiteLLM 以靈活切換 LLM 供應商。