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び画像認識コンペや自然言語処理コンペが柱になった(2019 年のメダル対象コンペは画像が過半数)。
- 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が定着し、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(Halite、Connect X、Lux AI、Hungry Geese)から存在し、当時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、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 年にはエンコーダ型(BERT・DeBERTa 系)からデコーダ型 LLM への移行が進み、2024 年のメダル対象コンペではテキスト(NLP)が単年最大種別(8 件)となった。
- 同時に AI コーディングエージェントも「惨敗」(2023 年)から「上位 30%」(2025 年)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、大型対戦コンペやモデル評価基盤「Game Arena」の登場により、対戦型コンペがフロンティアモデルの評価基盤へと発展した。集計データ上もマルチモーダル(2024〜2025 年〜)やシミュレーションが再び増えている(性能評価と検証)。
- 2026 年には、エージェントへの多段階攻撃を生成する「AI Agent Security」のように、エージェントを攻撃対象に据える形式も現れた。
- 同年はさらに競技課題が多様化し、エージェント対戦(Kaggriculture)、開発エージェント一括提出(Gemma 4 Developer Agent Competition)、最小モデルサイズを競う「NeuroGolf」など、予測精度以外の枠組みへ広がっている。
- 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(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影響し、upload 形式で得たメダルの将来予測力が時間とともに 8 割以上失われた要因の半分以上は制度側の変化で説明できるとの分析も出ている(44 万件超を分析した論文、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
深層学習化とコード提出形式の定着(2019〜2021年)
年次まとめ・定点観測
LLM・エージェントの主役化(2023〜2025年)
対戦型・評価基盤としての定着(2025〜2026年)
関連概念