2026年8月14日、Inherent Labsは27BパラメータのAIエージェント「Faraday」を発表した。研究論文の再現タスクにおいて既存モデルを上回る性能を示す。長期的な強化学習により科学的探求能力を習得している。
Inherent Labsは、2026年8月14日付でAI科学者エージェント「Faraday」の研究結果を発表した。このエージェントは27Bパラメータを持ち、研究論文の図表再現タスクにおいてClaude Opus 4.8やGPT-5.5を上回る性能を示す。Michael Faradayにちなんで名付けられた本エージェントは、長期的な強化学習とコーディングエージェントによる訓練により、厳格な科学者のスキルを習得している。
Faradayの訓練にはReplicaという新しい強化学習タスク空間が用いられている。各タスクでは、エージェントが限られた時間と計算資源の中で、元のプロットにアクセスせずに研究論文から図表を再現する必要がある。初期スイートには自然言語処理や気象予測などの100本のMLおよびAI科学論文からの310のタスクが含まれる。Faradayはすべてのカテゴリでより忠実な再現を行い、ベースモデルが事前訓練で未曾有の作業に対して科学的スキルを効果的に適用していることが確認された。
図表の再現は革新的ではないように見えるが、そのプロセスに注目すると革新への踏み台となる。研究論文は成功した結果のみを描き、試行錯誤のプロセスは省略されるため、エージェントは背後にある仮説駆動型の探索を行う必要がある。FaradayはGPT-5.5 Codexをツールとして活用し、より大きなモデルの作業を指揮することで再現性能を向上させている。さらに、訓練時に用いたGPT-5.4-miniとは異なるより強力なエージェントへの適応も可能である。
強化学習における不安定性に対処するため、Faradayはタスク別ルーブリックやマルチサンプル集約などの手法を採用している。これにより、LLM判定器のノイズを低減し、一貫性を高めている。Faradayは従来のAI科学者エージェントと異なり、手動で設計された進化的枠組みやテスト時の報酬を必要とせず、発見そのものを内在的に価値あるものとして学習している。
Inherent Labsはこの発表を通じて、科学的直感とコーディングエージェントの結合による新パラダイムを示した。同社はFaradayの改善が自社の全体に波及し、人間の関与を維持しつつ新たな知識を発見できると説明している。