株式会社ELYZA が2026年10月2日、AI が自分の能力や開発の手順を繰り返し改善する「再帰的自己改善（RSI）」の研究組織「ELYZA RSI Research」を設立すると発表した。あわせて国産のオープンモデルを土台にした推論モデル2本を Apache License 2.0 で公開し、自律改善の実験の数字を示した。
- 株式会社ELYZA（東京都文京区、代表取締役 曽根岡侑也、KDDI グループ）が2026年10月2日、AI が自分の能力や開発・改善の手順を繰り返し改善し、その成果を次の開発に使う「再帰的自己改善（Recursive Self-Improvement、RSI）」の研究開発を進める組織「ELYZA RSI Research」を設立すると発表した。同社は、現時点では RSI に至る前段階の要素技術の研究であり、RSI そのものを実現したわけではないと明記している
- 基盤モデルの成果として、社内の学習基盤を国立情報学研究所の大規模言語モデル研究開発センター（LLMC）が開発した国産のオープンモデル「llm-jp-4」に適用し、人が介在する作業を1〜2人日程度に抑えながら、追加学習から評価までの一連の流れを実行して性能の向上を確認したとしている。できたモデル「ELYZA-Thinking-1.0-llm-jp-4-33b」と「ELYZA-Thinking-1.0-llm-jp-4-32b-a3b」を同日に公開した。モデルカードのライセンスは Apache License 2.0
- 自律改善の実験の数字も示した。2種類の開発系のベンチマークで、自律改善のエージェントに AI エージェントのハーネス（動作や道具の使い方を制御する部分）を自動で改善させたところ、タスクの成功率がそれぞれ14.4ポイントと27.2ポイント上がったという
- 問い合わせ応答の業務を対象にした実験では、改善の過程で使っていないテストデータでも完遂率が34.3%から52.9%へと18.6ポイント上がったとしている。精度の向上とコストの削減の両方を目的に自律改善を行った場合は、精度の向上だけを目的にした場合と比べて、精度をほぼ維持しながら推論のコストを67%削減できたという
- 評価の仕組みでは、日本語のカスタマーセンターの問い合わせ応答を対象にしたベンチマーク「ELYZA Agent Tasks: Customer Service」を AI を使って半自動で作り、同日に公開した。音声とテキストの両方に対応し、業務手順（SOP）の選択・手順どおりの処理・道具の正しい利用・最終の処理結果といった段階ごとに評価できるとしている。料金についての記述はリリースに無い
同社は「AI による AI 開発」の進展を4つの段階に整理しており、人がモデル開発・ハーネスの改善・評価の設計を担う段階から、AI の改善案を人が都度判断する段階、個々の改善を AI に委ねて成果を人が評価する段階へと進み、最終的には人が目的と制約を設定して AI が自律的に改善の循環を回し続ける段階へ進む可能性があるとしている。
RSI の研究に伴う想定外の挙動や悪用のリスクを踏まえ、安全性を重要な研究課題の一つに位置づけるとしている。
研究成果は「自律研究基盤」として整備し、業界や業務に特化した AI エージェントの開発に使う方針で、その第一弾として音声対話の AI エージェント「ELYZA Voice Agent」を開発したという。今後はロボティクスを含む物理空間の AI にも研究を広げる予定としている。
確かめた一次資料
- ELYZA、「AIによるAI開発」の研究を推進する「ELYZA RSI Research」を設立。基盤モデル・評価・自律改善に関する研究成果を公開 ↗
- elyza/ELYZA-Thinking-1.0-llm-jp-4-33b（モデルカード） ↗
この記事は、上の一次資料の原文を読んで書いています。数字は原文のとおりで、計算した値はそう書いています。