endless-frontierがBigBang-v1公開：AIが自ら難問を作り自己進化

BigBang-v1は、Qwen 3.6 35B-A3Bをベースに作られたオープンソースの実験的マルチモーダル言語モデルです。人間が作った教材に頼るのではなく、AI自身に高難度の訓練課題を生成させて能力を引き出す試みを行っています。

2026年8月2日にendless-frontierがHugging Faceでモデルウェイトを公開しました。特徴的なのは、自律生成されたわずか約1万件の合成データだけで事後学習を行っている点です。それにもかかわらず、総合評価で284BのDeepSeek V4 Flashと1.6TのDeepSeek V4 Proの中間に位置するスコアを記録しました。

生成と批評のエージェントが繰り広げる難問ループ

LLMが人間の専門家レベルに近づくにつれ、人間が設計できる課題自体の限界が学習のボトルネックになりつつあります。BigBang-v1は、検証可能な未解決課題をAI同士に作らせるアプローチを取りました。

システム内では生成エージェントが高度な科学や技術の難問を作成して解答を試みます。対する批評エージェントが正確性、難易度、拡張性、多様性を厳格に評価し、質の低い問題や誤答を排除します。外部の評価でも指摘されている通り、実世界の研究タスクを参照しながら合成データの分布を調整する仕組みも組み込まれています。

このループで厳選された約1万件のデータで鍛えた結果、性能が大幅に跳ね上がりました。Frontier Science Researchベンチマークでは、ベースとなったQwenの11.9点から一気に46.2点まで向上。Humanity's Last ExamやPaperBench、BioMystery-HDでは、1.6Tパラメータを誇るDeepSeek V4 Pro Previewすら上回りました。

最大262Kコンテキストと動作要件

モデルは標準で262,144トークンという広大なコンテキストウィンドウを備えています。思考推論能力を十分に保つため、実用時にも最低128Kの長さを確保することが推奨されています。

テキストに加えて画像入力にも対応しており、ツール呼び出しやマルチトークン予測もサポートしています。推論サーバーとしてはSGLangやvLLMが推奨されており、テキスト専用として動かす場合はビジョンエンコーダーを無効化してメモリを節約することも可能です。

最大長の262Kコンテキストで稼働させるには8基のGPU並列環境が基本構成となります。ウェイトはHugging Faceのendless-frontier/BigBang-v1で公開されており、Dockerや各種ライブラリからすぐに利用できます。

なぜ重要か

自律的なAIエージェントや科学計算の研究に取り組む技術者にとって、BigBang-v1はすぐに検証する価値があるモデルです。大量の人間によるアノテーションがなくても、検証可能性を担保した高品質な合成データが1万件あれば、モデルの潜在能力をここまで引き出せることを実証したためです。

自己進化という呼称はややキャッチーすぎる感があり、基底モデル自体の知識限界に突き当たればいずれ頭打ちになるリスクはあります。しかし、リソースの限られた開発チームであっても、エージェント同士の敵対的データ生成によって巨大モデルに対抗できる道を示した意義は大きいです。