コンペ形式・技術動向の変遷

Kaggle のコンペは、表データや GBDT を中心とした時代から、画像や自然言語処理の深層学習化、コード提出形式の定着を経て、近年では LLM エージェントや対戦型コンペがプラットフォームの主要な要素になりつつあります。本ページは各データ種別や技術動向のページを横断する時系列の見取り図です（本リンク集は Weekly Kaggle News のアーカイブが始まる 2019 年末以降を主に扱うため、それ以前の記述は背景情報として位置づけています）。後半では、この見取り図を Kaggle 公式の Meta Kaggle データセットで裏づけるグラフも掲載しています。

押さえどころ

表データと GBDT はコンペの共通言語として定着している。Titanic の後継として月次開催された Tabular Playground Series がその象徴で、初心者の入口としての役割を引き継いでいる。一方でメダル対象コンペに限ると、表データの構成比は 2015 年の 8 割超から 2020 年代半ばには 1〜2 割へと減少しており、主戦場が月次の Playground 側へ移行したことがうかがえる（下図）
2019〜2021 年にかけて、表データコンペと並走する形で画像認識コンペや自然言語処理コンペが本格的な柱になった。メダル対象コンペでも同期間は画像が最大種別で、2019 年は 27 件中 14 件と過半を占めた。同時期に「学習済みモデルと推論コードをノートブックとして提出する」コードコンペティション形式の導入が進み、実行時間制限やオフライン実行という制約が戦い方を変えた
数値の予測ではなくエージェントを提出して対戦する Simulation Competitions は、2018〜2021 年の Halite、Connect X、Lux AI、Hungry Geese など初期から存在する形式である。実データでもシミュレーション系のコンペは 2020〜2021 年に集中して登場した。この時期は強化学習を中心とする一分野に位置づけられていた（エージェント対戦コンペ）
2022〜2023 年は表データ、画像、NLP が並走した時期である。表データコンペでは「深層学習 vs 決定木」の議論が続く一方、NLP 側では LLM によるデータ生成やデータ拡張が精度向上の手段として台頭し始めた
2023〜2025 年には LLM が解法アプローチの中心へ浸透した。NLP コンペではエンコーダ型（BERT や DeBERTa 系）からデコーダ型 LLM への移行が進み、メダル対象コンペではテキスト（NLP）が 2024 年に単年最大種別（8 件）となり画像と入れ替わった。同時に AI コーディングエージェントが「惨敗」（2023 年、ChatGPT Code Interpreter）から「上位 30%」（2025 年、Claude Code）へと短期間で実用性を高めた（AI エージェント活用）
2025〜2026 年には、Simulation Competitions の系譜が新たな役割を帯びている。公式ゲームエンジンを提供する大型対戦コンペや、Kaggle が運営するモデル評価基盤「Game Arena」の登場により、対戦型コンペは実験的な形式から、フロンティアモデルを評価する基盤へと発展した。集計データ上もシミュレーションが 2025 年に再登場し、マルチモーダルも 2024〜2025 年に初めて現れるなど、多様化が進んでいる（性能評価と検証も参照）
2026 年には、エージェントを「作って競わせる」だけでなく「攻撃対象として競う」形式も現れた。「AI Agent Security - Multi-Step Tool Attacks」は予測値ではなく攻撃候補を生成するコードを提出する形式で、公開されているガードレールと採点系の検査範囲のずれが攻略の焦点になった。金メダル圏の解法では応答文面、処理時間、応答長を用いたプロービングで非公開のガードレールや Private 環境でのツール遮断を特定し、速度あたりスコアの評価に合わせて推論を高速化する工夫が報告されている（コンペ解法）
2026 年は競技課題の多様化が顕著になった年でもある。エージェント同士の対戦（Kaggriculture）、エージェントへの攻撃（AI Agent Security）、事後学習モデルとエージェントハーネスを一括提出して開発課題を解かせる「Google - The Gemma 4 Developer Agent Competition」に加え、ARC-AGI の課題を解く最小のニューラルネットワークを競う「NeuroGolf」のように、精度ではなくモデルサイズを競う形式も登場した。予測精度を競う単一の枠組みから多様な形式へと広がっている
エージェント時代の変化は「設計」「操縦」「評価」の 3 つの視点で整理できる。開催側が自前で設計できる問題の減少、コーディングエージェントへの実装委譲の範囲、そしてベンチマーク設計の規範としての Kaggle の評価設計知見という論点に整理されている（Agent 時代の Kaggle 展望）
コンペ形式の入れ替わりは、参加者の実績評価にも跳ね返る。Kaggle の参加記録 44 万件超を分析した論文は、外部で学習したモデルの予測ファイルを提出する形式（upload 形式）で得たメダルの将来予測力が時間とともに 8 割以上失われ、その半分以上はプラットフォームが当該形式を縮小したという制度側の変化で説明できると論じている（称号振り返り・インタビュー）
「その年に何が話題だったか」を振り返るアンケートや年次まとめ記事が 2020 年以降ほぼ毎年蓄積されており、技術動向を定点観測する材料になっている

データで見る：メダル対象コンペのデータ種別構成（2015〜2026）

押さえどころで述べた変遷を、Kaggle 公式の Meta Kaggle データセットで確認します。メダル対象コンペ（CanQualifyTiers が真のもの）を抽出し、締切年ごとにデータ種別の構成を集計しました。表データが最大種別だった初期から、画像（2017〜2021 年）、テキスト（2022 年以降）へと推移し、直近ではシミュレーション（対戦型）とマルチモーダルが加わる流れが確認できます。「構成比」と「件数」の切り替えが可能で、棒にカーソルを合わせると内訳を表示します。データ種別はコンペタグからの機械的集計であるため、より精緻な分類は人手でタグ付けしたコンペ参加録を参照してください。末尾の 2026 年（*）は集計時点での暫定値であり、集計方法も他の年と異なります（図下の注記を参照）。

データを表で見る（件数）

出典: Kaggle 公式 Meta Kaggle（2026-07-31 取得）。メダル対象は CanQualifyTiers = true で定義。年は締切年ベースで、単年の母数は 14〜27 件と小さいため構成比はぶれやすい。
2015〜2025 年: データ種別はコンペタグ（data type > … 等）からの機械的な集計で、タグの付かないコンペは除外している（タグ付き 245/326 件、カバー率 75%、2025 年は 52%）。
* 2026 年（暫定、要留意）: 2026-07-31 時点で進行中の年で、コンペタグが未整備のため、他の年と集計方法が異なり、締切やタイトルから手作業で分類した。メダル対象 24 件のうち分類できた 18 件を集計し、データ種別の枠組みに馴染まない 6 件（数理最適化の Santa、分子構造予測の RNA 3D Folding、抽象推論の ARC-AGI-2、3、内容が判別しづらい NeuroGolf、Kaggriculture）は除外している。とくに ARC や AIMO のような大型の推論・エージェント系コンペは「データ種別」に収まりにくく、この図は 2026 年に進む推論や対戦型への移行を過小評価する傾向がある（賞金規模では推論、エージェント、対戦型が 2026 年メダルコンペの約 8 割を占める）。年後半にコンペが追加され得る点も含め、2026 年は参考値として扱う必要がある。より精緻な分類は人手でタグ付けしたコンペ参加録のほうが正確である。

資料

表データ時代の名残・共通の入口

「Tabular Playground Series」の紹介記事: Titanic に代わる月次開催の練習用コンペを紹介する記事。
Tabular Playground Series 2021年4月分開始: Titanic データを模して GAN で生成した合成データセットを採用したコンペの開催案内。
BigQuery上の機械学習機能「BQML」の検証資料: Kaggle『Otto Group Product Classification Challenge』のデータを用いた BQML の性能検証資料。

深層学習化とコード提出形式の定着（2019〜2021年）

2010年以降のコンピュータビジョン分野の動向まとめ記事: 深層学習の登場に伴う画像認識コンペの変遷と技術動向を解説した記事。
「Code Competitions」形式のTipsまとめ記事: コード提出形式のコンペにおける実践的なノウハウや注意点をまとめた記事。
「Halite」AIコンペからの知見まとめ記事（2018年）: ルールベースと強化学習の比較など、実務的な設計指針をまとめた記事。
Kaggle「Halite by Two Sigma」強化学習体験談: ルールベース手法との比較や、強化学習特有の難しさを記した参加記事。

年次まとめ・定点観測

2020年の面白かったコンペ・論文に関する9人のKagglerアンケート記事: 2020 年の注目コンペや関連論文に関するアンケート結果をまとめた記事。
2021年の面白かったコンペと論文を7人のKagglerに調査した記事: 参加者へのアンケートをもとに、2021 年の注目コンペと論文をまとめた記事。
2022年時点での機械学習コンペの動向をまとめた記事: 使用言語、上位解法のアプローチ、利用ライブラリの傾向を可視化して分析した記事。
Kaggleランカーの5人に聞いた、2023年面白かったコンペ5選と論文5選: Grandmaster や Master 保持者 5 名へのアンケートをもとに、2023 年の注目コンペと論文をまとめた記事。
直近3年間のKaggle優勝解法を分析した記事: 非構造化データにおける深層学習と、テーブルデータにおける勾配ブースティングの使い分け傾向を分析した記事。
The State of Machine Learning Competitions 2025 Edition: 対戦トーナメント形式の導入を含む 2025 年のコンペ動向の年次まとめ。

LLM・エージェントの主役化（2023〜2025年）

データコンペでCode Interpreter片手に戦ってみたけど惨敗でした: ChatGPT の Code Interpreter でコミュニティコンペに挑んだ 2023 年の初期事例。
Claude Code と Kaggle をやったら何も考えずに上位30%になれた話: エージェントに任せた場合の到達点と限界、MLflow や GitHub を用いた協働体制の実験報告。
Agent時代のKaggleで、人間は何を見るべきか (関西kaggler会 2026.5.22): エージェントによるコーディングが普及した時代の Kaggle の変化と人間の役割を論じる発表資料。

対戦型・評価基盤としての定着（2025〜2026年）

Google - The Gemma 4 Developer Agent Competition: Gemma 4 を事後学習させ、エージェントハーネスやツール定義ごと提出してソフトウェア開発課題の解決力を競うコンペ。
The Pokémon Company - PTCG AI Battle Challenge Simulation: ポケモンカードゲームの対戦 AI を競う大型コンペ（Simulation Track）。
AI Agent Security - Multi-Step Tool Attacks: ツールを使う LLM エージェントへの多段階攻撃を設計するコンペ。予測値ではなく攻撃候補を生成するコードを提出する形式で、4,000 チーム超が参加した。
The 2026 NeuroGolf Championship: ARC-AGI の画像変換課題を、最小限のパラメータ数のニューラルネットワークで解くことを競うコンペ。
Kaggriculture: 農業シミュレーションで収益を競う 2 人対戦のターン制コンペ。
Kaggle’s Product Lead On Agents, Benchmarks & What’s Left For Humans: Kaggle の Head of Product へのインタビュー動画。エージェント普及期におけるプラットフォームの役割と、人間の担う領域について語られている。
Kaggle Game Arena evaluates AI models through games: モデル同士をゲームで対戦させる評価基盤 Game Arena の公式発表。
Game Arena: Poker and Werewolf, and Gemini 3 tops chess: ポーカーや人狼ベンチマークの追加と、チェストーナメント結果の続報。
AtCoder World Tour Finals 2025 に OpenAI がスポンサーとして参画: 「人間 vs AI」のエキシビションが行われた競技プログラミングイベントの発表。
Agent 時代の Kaggle 展望: 第 6 回関東 Kaggler 会での発表資料。プラットフォームの変化を「設計」「操縦」「評価」の 3 つの論点で整理し、コンペ形式とベンチマーク設計の境界が曖昧になっていく見通しを述べている。