rd-agent

R&D-Agent(RD-Agent)는 고부가가치의 데이터 기반 연구 개발을 자동화하는 것을 목표로 하는 Microsoft 오픈소스 프로젝트입니다. 핵심 아이디어는 두 부분으로 구성된 루프입니다. 새로운 아이디어를 제안하는 "R" 구성 요소와 이를 구현하고 평가하는 "D" 구성 요소가 교대로 작동하여 AI가 데이터와 모델 개발을 반복적으로 추진할 수 있게 합니다. 제공 기능 - 연구 에이전트와 개발 에이전트가 교대 주기로 작동하는, 모델 및 데이터 개발 자동화를 위한 멀티 에이전트 프레임워크 - Qlib를 기반으로 구축된 팩터 제안/구현, 모델 진화, 팩터-모델 공동 최적화를 포함한 퀀트 금융 시나리오 구현 - 모델 튜닝 및 피처 엔지니어링을 위한 Kaggle 지향 모드를 갖춘 경진대회 스타일 작업용 데이터 과학 시나리오 - 논문이나 금융 보고서를 읽고 모델 구조나 데이터셋으로 변환하는 연구 코파일럿 - 벤치마크 기반 데이터 처리, 학습, 평가, 피드백 기반 개선을 위한 LLM 파인튜닝 시나리오(FT-Agent) - LLM 에이전트가 엔드투엔드 사후 학습 파이프라인을 구축할 수 있는지 평가하기 위한 벤치마크(Agent² RL-Bench) 구성 및 사용법 - 현재 Linux만 지원되는 플랫폼이며, 대부분의 시나리오에 Docker가 필요합니다. - PyPI(`pip install rdagent`)를 통한 설치 또는 개발용 소스 설치(`make dev`)가 가능합니다. - 기본적으로 LiteLLM을 통해 LLM 액세스를 구성하며, OpenAI, Azure OpenAI, DeepSeek 및 별도의 채팅/임베딩 제공자에 대한 예시가 있습니다. - `health_check` 명령으로 시나리오 실행 전 Docker 가용성과 포트 사용 여부를 확인합니다. - `rdagent fin_quant`, `rdagent fin_factor`, `rdagent fin_model`, `rdagent fin_factor_report`, `rdagent general_model`, `rdagent data_science`, `rdagent llm_finetune`과 같은 CLI 명령으로 시나리오를 실행합니다. - Streamlit UI(`rdagent ui`)와 토큰 기반 인증을 포함한 별도의 웹 프론트엔드(`rdagent server_ui`)를 통해 결과를 모니터링할 수 있습니다. 프로젝트 상태 및 근거 - README에는 R&D-Agent가 머신러닝 엔지니어링 에이전트 중 MLE-bench에서 선두를 차지했다고 보고되어 있으며, 상세 실행 링크와 난이도별 결과가 포함되어 있습니다. - 채택된 논문(NeurIPS 2025, ICML 2026, ACL 2026 Findings)과 기술 보고서, 라이브 데모 및 문서 사이트를 인용하고 있습니다. - CI, CodeQL, Dependabot, 린팅, 타입 검사, pre-commit이 구성되어 활발히 개발 중인 프로젝트입니다. 이 개요는 저장소 README만을 기반으로 하며 벤치마크 주장을 독립적으로 검증하지 않습니다.