Appier GroupのSMITH、AIエージェントのツール作成と利用を同時最適化

Appier Group株式会社の研究論文が、AI・機械学習分野の国際会議NeurIPSに採択されました。
論文では、AIエージェントがツールを作成・利用・検証・改良する強化学習フレームワーク「SMITH」を提案しています。
約40億パラメータの小規模モデルが、約300億パラメータのモデルを上回るツール作成性能を示しました。
実験では、推論出力を平均3,206トークンから約100トークンに減らしています。

記事の概要

論文の題名は「Joint Optimization of Tool Creation and Use for Large Language Model Agents」です。
SMITHは、ツールの作成と利用を単一の学習ループに統合する手法です。
AIはツールの説明やパラメータ仕様をもとに実行し、結果を受けてツールを改良します。
学習では4つの例題を使い、その後に未知の16問でツールの汎化性能を検証します。
新しい問題を解決できたツールは、複数のAIエージェントが使える共有ツールライブラリに追加されます。
SMITHで学習した約40億パラメータのモデルは、未知のタスクで約300億パラメータのベースラインを上回りました。
約3億5,000万パラメータの軽量モデルでも、作成されたツールを使って新たなタスクに対応できました。
従来の段階的推論と比べ、出力トークン数は約32分の1となり、推論の再利用による効率化を示しました。

記事のポイント

1. 作成と利用を統合： SMITHはツールの作成・利用・検証・改良を一つの学習ループで実行します。
2. 小規模モデルで検証： 約40億パラメータのモデルが、約300億パラメータのベースラインを上回りました。
3. 推論を約32分の1に： 反復推論を再利用可能なツールに変換し、出力を3,206トークンから約100トークンに減らしました。

このニュースがもたらす影響

• 導入を検討する企業： 反復業務を個別の自動化処理として増やすのではなく、複数のエージェントが再利用できる共有ツールとして蓄積する設計を検討しやすくなります。
• AIサービス開発者： モデルの大型化だけで性能を高めるのではなく、ツールの作成・利用・検証を一体で改善することで、軽量モデルを含む構成の見直しが求められそうです。
• AI研究者： ツールを作る能力だけでなく、未知のタスクへの汎化、他モデルでの再利用、推論量の削減までを一体で評価する研究が増える可能性があります。

このニュースの背景

企業の業務を担うエージェント型AIでは、データやタスク、業務要件が変わるたびに、エンジニアがツールやAPIを作り直す負担が課題になっています。
AIにツールを作らせる場合も、作成と利用を別々に学習させると、実際に使えるかどうかのフィードバックが作成側に届きにくい状況がありました。
SMITHは、ツールの作成・利用・検証・改良を一つの学習ループに統合し、実証済みのツールを共有して再利用する方向を示しています。

関連するニュース

• Appierが、LLMの限界認識と推論言語選択に関する2本の研究成果を発表しました。
• 株式会社neoAIが法人向けAIエージェント基盤の接続先を拡大し、社内情報の検索から成果物作成まで支援します。
• Smart-IP株式会社は、特許業務支援「appia-engine」に対応方針を対話検討できるAIを追加し、文献対比機能も強化しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

Appierの研究論文がNeurIPSに採択 AIエージェントはツールを「使う」だけでなく「自ら作る」段階へ

Appier Group 株式会社のプレスリリース（2026年10月1日 07時00分）Appierの研究論文がNeur…