Microsoft Researchは2026年7月30日(現地時間)、AIシステムが自身の経験から学習し、展開後も適応し続けるためのフレームワーク「EvoLib」を発表した。EvoLibは、大規模言語モデルが推論時に自身の経験から再利用可能なスキルと洞察を抽出し、知識として継続的に洗練、統合、再重み付けすることを可能にする。これにより、AIモデルは基盤モデルを更新することなく、時間の経過とともに性能を向上させる。
EvoLibは、従来のAIメモリシステムが過去の経験を静的な情報として保存するのとは異なり、「進化する知識」という概念に基づいて構築されている。EvoLibにおける知識の単位は、成功した解決策から抽出された再利用可能なスキルや、間違いから学んだ洞察という形を取る。単に多くの記憶を蓄積するのではなく、新しい経験が到着するにつれて既存の知識を継続的に洗練、統合、再重み付けする。
具体的には、EvoLibは以下のメカニズムを通じて知識の進化を設計する。まず、新しい知識が最近の経験から抽出されると、ライブラリから類似の知識を検索し、新しい知識と統合してより一般的で再利用可能なものにする。次に、重み付けメカニズムにより、各知識単位の重要性を、現在のタスクでの即時的な有用性だけでなく、将来のタスクで有用な知識を生成する貢献度に基づいて継続的に更新する。これにより、長期的な影響が最も大きい知識が時間の経過とともにライブラリ内で際立つようになる。
EvoLibの評価は、数学的推論問題の解決、効率制約下でのコード作成、長期的なタスクを実行するための環境探索と相互作用といった多様な課題で行われた。これらのタスクにおいて、EvoLibは、既存の検索ベースのメモリ手法や他の抽象的なメモリメカニズムよりも一貫して高い性能を示し、より効率的なトークン使用を実現した。また、テスト時の計算資源を性能向上に変換する有効性も評価され、既存の手法と比較して計算量の大部分でより高い性能を達成し、計算量の増加に伴う性能向上も迅速であった。これらの結果は、単に多くの記憶を保存したり、より多くの計算を行うだけではなく、経験を再利用可能な知識に変換し、継続的に洗練してタスク間で適用することが、より良い学習の鍵であることを示唆する。
さらに、EvoLibはタスクの順序のランダム性に対しても頑健性を示し、異なるタスク順序でも安定した性能を維持した。これは、AIシステムが構造化されたカリキュラムに頼らずに、現実世界で多様な要求を処理し、学習できる実践的な利点を示す。Microsoft Researchは、AIシステムが展開後に継続的に学習し、適応し、改善していくというビジョンに向けた一歩としてEvoLibを位置付けている。
参考: Microsoft Research Blog — 2026年7月31日 01:00 (JST)