複数のAIエージェントがGitリポジトリに作業を積み重ねて問題を解く手法を提案

研究の背景

複雑な問題や科学研究は、何度も試行を重ねながら計算と知識が蓄積されなければなりません。しかし、ほとんどのAI推論は個別の試行や候補解答の単位で行われるため、部分的な解答や失敗したアプローチがその後の作業に活用されにくいという課題があります。本論文はこの問題を解決するため、中間作業物が持続され再利用される方式を「累積型推論（compounding inference）」と定義しています。

手法

GitSwarmは、性能が等しいエージェント同士がお互いを待たずに各自の判断で作業を進める構造です。エージェントは共有Gitリポジトリ内で複数の分岐（ブランチ）に分かれて探索・実験・検証・修正・統合を行い、中間成果物は小さな単位のコミットとして保存します。さらに、後続の作業がどの以前の作業に基づいているかを明示的な依存関係として記録します。この方式を数学の証明、プログラミング課題、GPUを使用したニューラルネットワークの実験研究に応用しました。

主な結果

IMOProofBench-AdvancedにおいてGPT-5.5を使用し、30問すべてを1回の実行で解決したと報告しています。ProgramBenchでは平均79.4%を記録し、ベースラインの65.1%を上回りました。また、同課題において貢献の94.7%がその後の作業で再利用され、最終的に選択された解法の系譜が全体の貢献グラフの82〜93%を占めたとのことです。ニューラルネットワーク構造の3つの課題でも、何度もの実験を経て出発点構造よりも改善されたことが示されました。

限界・確認すべき点

抄録には、比較ベースラインの詳細条件、実験に要したコストと演算規模、ニューラルネットワーク課題の改善幅を示す具体的な数値、再現性などが詳しく記載されていません。したがって、この結果が他の課題や実際のサービス環境でも同等の水準で現れるかどうかは、抄録だけでは確認できません。

用語解説

• 推論（inference） — 学習が終了したAIモデルが実際に問題を解いて答えを導き出すプロセスです。
• エージェント（agent） — 目標に向かって自ら計画を立て、ツールや資料を使用してタスクを実行するAIプログラムです。
• 非同期（asynchronous） — 複数のタスクが互いの完了を待たずに各自進行する方式です。
• Git リポジトリ・ブランチ — Gitはソフトウェアファイルの変更履歴を管理するツールであり、リポジトリはそのファイル保管庫、ブランチは元のファイルとは別に分かれた作業の分岐です。
• コミット（commit） — ファイルの変更内容を1つの記録単位として保存する行為です。
• ベースライン（baseline） — 新しい手法の性能を比較するために使用する、従来の代表的な手法です。
• 系譜（ancestry）・貢献グラフ — ある成果物がどのような以前の作業を経て作成されたのかを紐付けた、家系図のような構造です。