Hugging Faceの物理インターン：CritPtベンチマークでGeminiを倍上回るマルチエージェントフレームワーク

Hugging Faceは、理論物理学研究向けに設計されたオープンソースのマルチエージェントフレームワークphysics-internを公開しました。このフレームワークは、科学的な研究プロセスを模倣し、複雑な問題を専門化されたサブエージェント（計算、主張レビュー、研究戦略の挑戦エージェントなど）に割り当てられる焦点を絞ったタスクに分解します。

アーキテクチャとワークフロー

このフレームワークは、研究レベルの問題をいくつかのサブタスクに分解し、それぞれを専用のサブエージェントが処理します：

• 計算エージェント：数値計算やシミュレーションを担当。
• レビューエージェント：主張の正確性と一貫性を評価。
• 戦略挑戦エージェント：全体的な研究の方向性を批判し、代替案を提案。

このエージェントハーネスはドメイン非依存に設計されていますが、特に理論物理学向けに調整されています。

ベンチマーク性能

CritPtベンチマーク（物理学における臨界点分析）において、physics-internはGeminiモデルの性能を倍増させ、GPT-5.5 Proを上回る新たなSOTA（State-of-the-Art）を達成しました。しかも、コストは大幅に低く抑えられています。具体的な数値はソースで詳細に述べられていませんが、性能向上は「倍増」および「新SOTA」と説明されています。

入手方法

このフレームワークはHugging Face Spaceとして利用可能です。アーキテクチャと設計上の決定を詳述したブログ記事は以下のリンクからご覧いただけます。コミュニティによる貢献や拡張を歓迎します。

対象ユーザー： 科学領域、特に理論物理学向けのエージェントワークフローを構築する研究者や開発者。