rd-agent

R&D-Agent（RD-Agent）は、Microsoftのオープンソースプロジェクトであり、価値の高いデータ駆動型の研究開発を自動化することを目的としています。その中核となる考え方は、新しいアイデアを提案する「R」コンポーネントと、それらを実装・評価する「D」コンポーネントからなる2段階のループです。これにより、AIが反復的にデータとモデルの開発を推進できます。 提供するもの - モデルとデータの開発を自動化するマルチエージェントフレームワーク。研究エージェントと開発エージェントが交互にサイクルを回します。 - 定量ファイナンス向けのシナリオ実装。ファクターの提案/実装、モデルの進化、Qlibを中心に構築されたファクターとモデルの共同最適化を含みます。 - コンペティション形式のタスク向けデータサイエンスシナリオ。モデル調整と特徴量エンジニアリングのためのKaggle指向モードがあります。 - 論文や財務レポートを読み、モデル構造やデータセットに変換する研究コパイロット。 - ベンチマーク駆動のデータ処理、トレーニング、評価、フィードバックによる改善を行うLLM微調整シナリオ（FT-Agent）。 - LLMエージェントがエンドツーエンドのポストトレーニングパイプラインを構築できるかを評価するベンチマーク（Agent² RL-Bench）。 設定と使用方法 - 現在サポートされているプラットフォームはLinuxのみで、ほとんどのシナリオでDockerが必要です。 - インストールはPyPI（`pip install rdagent`）またはソースから`make dev`で開発用に行えます。 - LLMアクセスはデフォルトでLiteLLMを通じて設定され、OpenAI、Azure OpenAI、DeepSeek、および個別のチャット/埋め込みプロバイダーの例があります。 - `health_check`コマンドは、シナリオを実行する前にDockerの可用性とポート使用状況を確認します。 - シナリオは`rdagent fin_quant`、`rdagent fin_factor`、`rdagent fin_model`、`rdagent fin_factor_report`、`rdagent general_model`、`rdagent data_science`、`rdagent llm_finetune`などのCLIコマンドで起動します。 - 結果はStreamlit UI（`rdagent ui`）と、`rdagent server_ui`で提供されるトークンベース認証を含む別のWebフロントエンドで監視できます。 プロジェクトの状況と根拠 - READMEによると、R&D-Agentは機械学習エンジニアリングエージェントの中でMLE-benchをリードしており、詳細な実行リンクと難易度別の結果が示されています。 - 採択された論文（NeurIPS 2025、ICML 2026、ACL 2026 Findings）と技術レポート、さらにライブデモとドキュメントサイトが引用されています。 - プロジェクトは活発に開発されており、CI、CodeQL、Dependabot、リンティング、型チェック、pre-commitが設定されています。 この概要はリポジトリのREADMEのみに基づいており、ベンチマークの主張を独自に検証するものではありません。