テストタイムで自己改善するエージェントモデル AREX-2、コードと研究の場面

モデル

テストタイムで自己改善するエージェントモデル AREX-2、コードと研究の場面

スポンサーリンク

AREX-2が公開。Apache 2.0 で研究利用可能。

この記事のポイント

  • 270億パラメータの長期エージェントモデル
  • 複数ラウンドで提案・改善する学習を採用
  • Apache 2.0 で公開、Qwen3.8 対応

数字で見る

この記事に出てくる数字

パラメータ数 27B
MLE-Lite評価数 3

どこで使えるか

長期推論や反復的解決を自前で試す人向け。商用利用も可能。 Hugging Faceで公開済み Transformersの最新版が必要

スポンサーリンク

解説

かみくだいて説明します

北京人工知能学院、BAAI が 2026 年 9 月 30 日に公開した 27B パラメータの AI モデル「AREX-2」です。提案して測って振り返って修正する、試行を繰り返しながら答えを洗練させる仕組みになっています。
試行を繰り返しながら答えを洗練させる、つまり何回も自分で自分を見直して直していくんですね。研究している人から見ると、これまでは何ができていなかったんですか?
従来は一度出した答えで止まってしまうことが多かったのですが、AREX-2 は答えを出した後も、それが正しいか自分でチェックして、間違っていれば別の角度からやり直します。先ほどの提案から修正までの一連の流れを、まるで学生が模範解答と自分の解答を突き合わせて減点していくようなイメージで進めます。
模範解答と突き合わせて減点していく、そういう仕組みなんですね。では、このモデルを実際に動かすのに何が要りますか。
動作には Qwen3.8 という別の AI の仕組みと、Transformers というライブラリが必要です。公開されているのは研究用のコードと重みだけで、商用利用は Apache License 2.0 に従う必要があります。
Qwen3.8 という別の AI の仕組みが必要で、商用利用も Apache License 2.0 で大丈夫なんですね。AI を仕事で使っている人から見ると、このモデルで変わるのはどこですか。
188 個のタスクで競う Agent Track では Frontier-CS のトップに立ち、機械学習のエンジニアリング課題では Any Medal を 3 回の試行で平均して獲得しています。深層調査の分野でも、検索パスを増やさなくても自己改善の効果がそのまま transfer しています。
188 個のタスクでトップ、検索パスを増やさなくても効果が transfer するんですか。
正確には、深層調査という別の作業に、これまで学習した自己改善の癖がそのまま移るということです。例えば料理のレシピを改善する練習をしたら、次に建築図面のレビューをしても、同じように自分でチェックして直せるようになるようなものです。
料理の練習が建築図面でも活かせる、そういう話なんですね。では、実務で AI を組み込む技術者から見ると、現場で使われているやり方を置き換える話ですか、まだ先の話ですか。
現時点では長期間にわたるエージェントの動作や反復的な問題解決、機械学習のエンジニアリング、アルゴリズムコーディング、ツールを併用した深層調査の研究用に設計されています。実務への直接組み込みについては、そこはまだ分かっていません。
研究用に設計されていて、実務への組み込みはまだ不明なんですね。最後に、今後の見通しはどうなりますか。
Apache License 2.0で公開されていて、Qwenベースモデルや関連データ、ツールの利用規約に従う必要があります。

出典

この記事のもとになった情報

※ 本文と音声は生成 AI が作成しています。内容は出典をご確認ください。
本作品のキャラクターには株式会社Live2Dの著作物であるサンプルデータが株式会社Live2Dの定める規約に従って用いられています。本作品は制作者の完全な自己の裁量で制作されています。このキャラクターモデルは株式会社Live2Dより許諾を得て商用利用しています。

スポンサーリンク

-モデル