# PrimeScientist、AutoResearchより報酬が10.3%高く、試行回数は50.6%少ない

DAIR.AIは、適応型MCTS方策で研究エージェントが予算をどこに使うかを選ぶPrimeScientistを紹介している。同じ予算の下で12件のAI研究タスクを比較し、AutoResearchより報酬が10.3%高く、研究試行回数が50.6%少なかったと報告している。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-10T07:02:00.000Z
Query date (Asia/Tokyo): 2026-11-10

HTML: https://didcodexreset.com/ja/news/f1d6b186481a4fb390eafe97.html

Content language: ja
Localization state: translated

出典：DAIR.AI · 2026/9/23 03:43:12 公開

PrimeScientistは、研究エージェントが予算をどこに使うかを決めることを、エージェント自身の仕事の一部として扱う。競合する研究方向とその結果からなる、実行可能な計画木を保持する。適応型MCTS方策が実験のフィードバックと残りの予算を読み取り、新しい方向を探るか、有望な方向を続けるかを選ぶ。

DAIR.AIによると、同じ予算の下で12件のAI研究タスクをAutoResearchと比較したところ、PrimeScientistは報酬が10.3%高く、研究試行回数は50.6%少なかった。DAIR.AIは、この向上がシステム、コード最適化、MLエンジニアリングのタスクでも成り立つと述べているが、それらの設定について個別の数値は示していない。同アカウントは[PrimeScientistの論文](https://academy.dair.ai/papers/primescientist-strategic-allocation-of-research-effort-in-autonomous-research-2609.17846)を示している。

Tags: PrimeScientist, 研究エージェント, AutoResearch, MCTS

[元の投稿を見る](https://x.com/dair_ai/status/2102465468556820660)