Salesforceは2026年11月11日(現地時間)、研究開発プロセスをエンドツーエンドで自律的に実行し、コードベースやAIモデルを継続的に改善するエージェント群「SFR-AutoR&D」を発表した。このシステムは仮説の策定、手法の実装、実験の実行を行い、生産環境のAIモデルの訓練と改善に既に活用されている。

SFR-AutoR&Dは、与えられた目標、作業対象システム、および計算予算に基づき、仮説を立て、手法を実装し、ベースラインに対して管理された実験を実行する。コードベースへの改善は、証拠によって裏付けられ、正確性と安全性が証明された場合にのみ保持される。

SFR-AutoR&Dは、SalesforceがData Cloudでの検索に利用するモデルSFR-Embedding V3を自律的に改善した実績がある。さらに、オープンソースモデルEmbeddingGemma 2にも適用され、品質とレイテンシの両面で測定可能な改善を達成し、SFR-Embedding v4を生成した。また、データサイエンティストが利用するPythonライブラリ「pandas」や、AI検索の基盤となるライブラリ「hnswlib」および「USearch」といった公開コードベースの改善にも貢献した。

従来、数週間を要していたエンベディングモデルの改善プロセスは、SFR-AutoR&Dによって約80時間に短縮された。SalesforceのEVP兼チーフサイエンティストであるシルビオ・サバレーゼ (Silvio Savarese) 氏は、我々が目にしているのは、仮説を形成し、テストし、証拠に基づいて自身を律する研究システムだと述べた。このシステムは、目標、予算、評価、データ制約を研究者が設定し、その範囲内で探索を行うよう設計されている。

SFR-AutoR&Dは、既存コード内のアルゴリズムおよびシステム改善を探索するAutoR&D-Engineerと、新しい訓練手法を探求し評価する「TrainForge」の二つのエージェントで構成される。これらは共有GPU容量で実験を実行する訓練基盤「AutoInfra」上で動作する。

Salesforce AI Researchのシニア研究ディレクターであるシャフィク・ジョティ (Shafiq Joty) 氏は、我々の目標は、我々が考えもつかなかったような方法論的改善を発見し、厳格な実験的証拠でそれらの発見を裏付けるAIエージェントを構築することだと説明した。信頼性を構築するため、製品利用向けに訓練されるモデルは、倫理的および法的審査をクリアしたデータセットのみを利用する。

Salesforce AI Researchによる関連プロジェクト「CodeEvolve」は、大規模言語モデルを活用した進化的探索を通じてJavaとSalesforce Apexのパフォーマンスとコード品質を改善する。ジョティ氏は、我々はかつて人間の作業週間で進捗を数えていたが、今は計算時間で数えていると述べた。


参考: salesforce.com — 2026年11月12日 01:00 (JST)

原文ハイライト

"The scientific method still governs, and the loop runs faster."

この記事をシェア
X はてブ LinkedIn