LLM-in-Sandbox：汎用的な自律型AIへの道
2026年1月25日 (日)
- •マイクロソフト・リサーチが、非コードタスクでも仮想コンピュータ環境を活用できる「LLM-in-Sandbox」を発表。
- •追加学習なしで、数学・物理・化学などの広範な科学分野において高い汎化性能を達成。
- •標準データセットを用いてモデルに環境探索を学習させる「LLM-in-Sandbox-RL」により、さらなる性能向上を実現。
マイクロソフト・リサーチは、大規模言語モデル（LLM）が仮想コンピュータ環境と対話することで、プログラミング以外の複雑な課題を解決可能にする新フレームワーク「LLM-in-Sandbox」を公開した。 AIにコード・サンドボックスへのアクセス権を与えたところ、ファイルシステムを利用した長文データの管理や、特定の形式要件を満たすためのカスタムスクリプトの実行など、高度な振る舞いが自発的に観察されたという。 これにより、モデルは単なる「受動的なテキスト予測器」から、自ら環境を探索・操作して答えを導き出す能動的なエージェントへと変貌を遂げた。 特筆すべきは、化学や物理、バイオメディシンといった多様な専門分野において、特定のトレーニングを行わずに高い汎化性能を示した点だ。 プログラミング特有の構造化された論理が、汎用知能への架け橋になり得ることを示唆している。また、研究チームは強化学習を用いた特殊な学習手法も導入。これは、標準的なデータセットを活用してサンドボックス内を自在に探索する技術をモデルに習得させるものである。 サンドボックス化された隔離環境での活動を学習させることで、より信頼性が高く自律的なシステムの構築が可能になった。 本フレームワークはPythonパッケージとしてオープンソース化されており、開発者はエージェンティックAI（自律型AI）の機能を実用的なアプリケーションに即座に組み込める。
AI開発の潮流は、単なるパラメーターの規模拡大から、外部ツールや計算リソースをいかに使いこなすかという「相互作用の強化」へと確実にシフトしている。