[1H3-OS-40] ヒューマン・イン・ザ・ループAI

14:25 〜 14:40

[1H3-OS-40-04] AutoML Arena: 自動機械学習エージェントによる予測モデリングコンペティション

〇落合 悠貴¹、新 恭兵¹、竹内 孝¹、櫻井 祐子²、小山 聡³、鹿島 久嗣¹ (1. 京都大学、2. 名古屋工業大学、3. 名古屋市立大学)

キーワード：

大規模言語モデルエージェント、マルチエージェントシステム、機械学習コンペティション、リーダーボード

AutoMLは機械学習の工程を自動化する枠組みであり、近年ではLLMを組み合わせたAutoMLエージェントが数多く提案されている。しかし、これまでの研究の多くはエージェント単体の性能向上に焦点を当てており、複数エージェント間の協調・競争については十分に検討されていなかった。一方、Kaggleに代表される予測モデリングコンペティションでは、参加者間の競争を通じて、個人では到達困難な性能をもったモデルが得られることが知られている。そこで本研究では、予測モデリングコンペティションを模した環境に多数のAutoMLエージェントを参加させ、エージェントによる競争が性能向上につながるかを検証した。独自に構築したリーダーボード付きプラットフォーム上でエージェントを用いた実験を行った結果、リーダーボードを介して共有された情報をエージェントが有効に活用することで、いくつかの評価指標が向上することが示された。