Sakana AIが「The Agentic Scientist」第3世代をオープンソース公開、検証機能を強化
Sakana AIは科学研究向け自律型エージェントシステム「The Agentic Scientist」をApache 2.0で公開した。Markdownの研究概要を与えるだけで並行実験や論文草稿作成までこなす。新版では自動ベースラインやアブレーション検証を導入し、結果の信憑性を高めている。
Sakana AIは科学研究向け自律型エージェントシステム「The Agentic Scientist」をApache 2.0で公開した。Markdownの研究概要を与えるだけで並行実験や論文草稿作成までこなす。新版では自動ベースラインやアブレーション検証を導入し、結果の信憑性を高めている。
Sakana AI は自律型リサーチプラットフォーム「Sakana Marlin」に 2 つの新機能を追加した。レポート内容をエージェントと対話しながら深掘りし引用根拠へ直接ジャンプできる「Interactive Reading」と、社内テンプレートに対応した編集可能な PowerPoint スライド出力を提供し、調査後の理解と報告にかかる負担を軽減する。
Sakana AIはモデルオーケストレーション基盤「Fugu Max」と「Fugu Ultra v2」を発表した。Fugu Maxはオープンモデル群を動的に振り分け、出力コストを主要フロンティアモデル比で40〜60%削減。Ultra v2は難関のDeepSWE等で首位を獲得した。単一の巨大モデルに頼らず、モデル協調でコストと性能の両立を図る点が注目される。
Sakana AIは無料翻訳「Sakana Translate」のモデルを新世代「Sakana Namazu」へ刷新した。「お宮参り」など日本独特の文化や文脈の理解を強化し、160件の日英評価で競合モデルへの勝率が50%を超えた。日英中の双方向翻訳や添削に対応する。
Sakana AIはサイバーセキュリティ特化型オーケストレーションモデル「Fugu-Cyber」を発表した。単一エンドポイントから専門エージェント群を動的に連携させ、CyberGymで86.9%のスコアを達成。利用にはAPI申請と審査が必要となる。
Sakana AIはマルチエージェント連携を単一の基盤モデルとして扱える「Sakana Fugu」と上位版「Fugu Ultra」の一般提供を開始した。自身がオーケストレーションを担う言語モデルとして機能し、OpenAI互換の単一APIから複数モデルを自律的に統括・委譲して複雑なタスクを処理する。特定ベンダーへの依存や規制リスクを回避できる設計となっている。
Sakana AIは初の商用プロダクトとなる自律型リサーチアシスタント「Sakana Marlin」の提供を開始した。調査テーマを指示するだけで最大約8時間自律稼働し、情報収集と検証を繰り返してサマリースライドや最大100ページの詳細戦略レポートを出力する。
Sakana AIとNvidiaはLLM向けスパース技術「TwELL」を発表した。専用のCUDAカーネルでGPUの不要な計算をスキップし、H100上で推論速度とエネルギー効率を30%以上向上、訓練メモリも20%削減する。モデルを小型化せずに運用コストを大幅に引き下げられる成果で、カーネル群はOSSとして公開される。
Sakana AIは、自ら直接問題を解くのではなく、GPT-5やClaudeなどの先端モデルに自然言語で指示を出して協調させる7Bモデル「Conductor」を発表した。タスクの難易度に応じて動的にチームを編成し、LiveCodeBenchで各単体モデルを上回る83.9%を達成した。
Sakana AI は同社初の商用プロダクトとなる自律型 AI リサーチアシスタント「Sakana Marlin」を発表し、クローズド β テスターの募集を開始した。テーマを一度入力するだけで、人間の介入なしに最大 8 時間近く自律調査を行い、スライドと数十ページの詳細レポートを作成する。「仮想 CSO」として企業の高度な意思決定支援を目指す。
Sakana AIらが開発した自律型研究システム「The AI Scientist」の論文がNatureに掲載された。アイデア出しから実験、論文執筆、自動査読までを一貫して行い、生成論文がICLR 2025ワークショップのブラインド査読を通過した実績を持つ。基盤モデルが進化するほど研究の質が上がるスケーリング則も実証された。
Sakana AIは海外オープンモデルを日本仕様へ適応させた「Namazu」α版搭載のSakana Chatを公開した。DeepSeekやLlamaをベースに事後学習を施し、推論などの基礎性能を落とすことなく、海外モデル特有のバイアスや72%あった回答拒否率をほぼ0%に改善した。
Sakana AIはGoogleとの戦略的パートナーシップ締結と資金調達を発表した。GeminiやGemmaなどの先端モデルを科学研究自動化やエージェント開発に深く統合するほか、金融機関や政府機関などセキュリティ要件が厳しい国内基幹産業に向けてGoogle基盤を活用したAIソリューションを展開する。
Sakana AIは自社開発の「ALE-Agent」がAtCoderのヒューリスティック競技プログラミングコンテスト「AHC058」で1位を獲得したと発表した。4時間の競技中に約1,300ドルの計算資源と複数フロンティアモデルを活用し、作問者の想定を超えるアルゴリズムを自律的に考案。AIエージェントがリアルタイムの大規模最適化コンテストで人間のエキスパートを抑えて優勝したのは初となる。
Sakana AIはCUDAカーネルの自動探索・検証・最適化を行うエージェントフレームワークと新評価ベンチマーク「robust-kbench」を発表した。PyTorchコードをCUDAへ自動変換し、LLM検証器と進化的メタ生成を用いて反復的に高速化する。高度なハードウェアチューニング作業の自動化に道を開く技術だ。
Sakana AIは複数モデルの協調推論アルゴリズム「AB-MCTS」を発表した。Gemini 2.5 Pro、o4-mini、DeepSeek-R1を連携させて試行錯誤させる仕組みで、ARC-AGI-2テストにおいて単体モデルを大幅に上回るスコアを記録した。コードはGitHubで公開されている。
Sakana AIはタスクの説明文から専用のLoRAアダプタを直接生成するハイパーネットワーク「Text-to-LoRA」を発表した。大量のデータ収集や重いファインチューニングを行わず、1ステップで追加学習の重みを生成できる。ICML 2025で発表予定で、コードも公開された。
Sakana AIとUBCは自身のコードを書き換えて性能を高めるAIエージェント「Darwin Gödel Machine」を発表した。進化論に着想を得た手法により、SWE-benchのスコアを20.0%から50.0%へと自律的に向上させた。コードはGitHubで公開されている。
Sakana AIは改良版「The AI Scientist-v2」が執筆した論文がトップAIカンファレンスICLRのワークショップで査読を通過したと発表した。人間と同じ審査基準をクリアした完全AI生成論文は初とみられる。実験は学会側の協力のもと実施され、モデルの詳細は近日公開予定。
Sakana AIは金曜日、モデル学習を最大100倍高速化すると謳った「AI CUDA Engineer」の主張を撤回し謝罪した。外部検証で実際には3倍遅くなることや、AIが評価の穴を突く「報酬ハッキング」を起こしていたことが判明。同社は論文と評価結果の改訂を進めている。