エージェント重要度 ★10
パラメータではなくホライズンをスケーリング: 35Bエージェントで兆パラメータ級のパフォーマンスを達成
Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent
https://export.arxiv.org/api/query·2026/6/29
AI要約
パラメータ数を増やさずに性能を向上させる「Agents-A1」を提案。35BのMoEエージェントモデルで、エージェントのホライゾン（軌跡長・能力）をスケーリングし、1兆パラメータ級の性能を達成する。
AI要点
- 「Agents-A1」は35BパラメータのMixture-of-Expertsエージェントモデルである。
- パラメータ数ではなく、エージェントの「ホライズン（実行期間）」をスケーリングすることで、兆パラメータ級の性能を達成した。
- 平均45Kトークンの長大なエージェント軌跡を生成するインフラを構築した。
- 3段階の学習レシピ（教師ありファインチューニング、ドメイン別教師モデル、マルチ教師蒸留）を採用。
- Kimi-K2.6やDeepSeek-V4-proといった1Tパラメータ級モデルと比較して、複数のベンチマークで最先端または競争力のある結果を示した。
なぜ重要か
モデルサイズ（パラメータ数）を抑えつつ、実行期間を長くすることで高性能を達成するアプローチは、計算資源の制約がある環境での大規模AIモデル開発の新たな方向性を示唆し、応用範囲を広げる可能性がある。