Goodfireは、最先端規模の長期的なAI実験を計画、実行、監視するために設計された自律型研究プラットフォーム「Silico」を公開した。同プラットフォームは、分散コンピュートインフラ全体で実験ワークフローを自動化し、大規模なモデル解釈とトレーニングに従来伴っていた運用オーバーヘッドの削減を目指している。

Silicoは自律型研究エージェントとして機能する。研究目標を受け取り、詳細な実験計画を策定し、GPUクラスター全体でワークロードを並列実行し、各トレーニング実行を監視し、検査可能な結果を返す。コンピュートリソースを絶え間ない人的監視なしに調整することで、同プラットフォームは、これまで広範な手動介入を必要としていた複雑で多段階のプロジェクトを研究者が管理することを可能にする。

Goodfireは、Silicoが同社独自の最先端の解釈可能性研究の上に構築されていることを強調している。これにより、有害または予期しないモデルの挙動をその根底にあるメカニズムまで追溯し、必要に応じて介入することができる。このメカニズムベースのモデル理解アプローチは、最先端モデルがより大規模で高性能になるにつれ、AI分野全体で優先課題となっている。AnthropicやOpenAIを含む研究所が、障害モードやアライメントリスクをより的確に予測するため、解釈可能性プログラムに投資している。同プラットフォームはすでに、2.8兆パラメータのモデルであるKimi K3の解釈に使用され、実質的な規模での運用能力を実証している。

Silico, the platform for ambitious AI research, is publicly available today. AI is advancing fast. The tools to understand it need to advance even faster. Silico lets you interpret and train your models at frontier scale. Learn more + get access pic.twitter.com/RT3lsbdGvy
— Goodfire (@GoodfireAI) August 4, 2026

(出典: X post)

アプリケーション、価格、早期導入

Silicoは、モデル理解、障害診断、モデル改善にまたがる幅広い研究タスクを支援する。研究者はモデルアーキテクチャの可視化、スパースオートエンコーダやプローブのトレーニング、ニューラルジオメトリのマッピング、学習された表現に関する因果仮説の検証を行うことができる。また、リグレッションや予期しない挙動を、学習不足、情報ボトルネック、特徴量崩壊、データセット・アーティファクトなどの根本原因まで追溯する診断作業も可能である。

モデル開発において、Silicoは教師ありファインチューニング、直接選好最適化（DPO）、強化学習実験を支援する。ユーザーはチェックポイントの比較、ターゲットを絞った介入のテスト、結果の測定を行うことができる。さらに、同プラットフォームは既存の研究論文の再現や拡張を、対応する実験を自律的に計画・実行することで行うことができる。

Goodfireは、長期的な実験が依然として高コストであることを認めた上で、Silicoの価格設定は現在のコンピュートコストを反映しているが、将来的にはこれを削減する意向であると述べている。早期導入を促進するため、Goodfireは早期登録者に50%の割引を提供するとともに、AI安全性やライフサイエンスなどの重要分野で研究する研究者向けに助成金を用意している。

同プラットフォームは現在macOSで利用可能であり、エンタープライズインフラのオプションはリクエストに応じて提供される。初期パートナーであるPrime Intellect、Valinor、Basecamp Researchは、強化学習設計の加速、専門モデルにおける生物学的推論の発見、基盤モデルの挙動に対するメカニズムレベルの可視化の獲得にSilicoを使用したと報告している。今回の公開により、GoodfireはAI評価とガバナンス向けツールを構築する成長中の企業群の一員としての位置づけを確立する。この市場は、規制当局や企業が大規模モデルの安全性、信頼性、監査可能性をデプロイ前に一層確保しようと求める中で拡大している。