MorphBoostは、ブースティングアルゴリズムの新しい枠組みを提案します。従来の勾配ブースティングは静的なツリー構造と固定された分割基準を使用していましたが、MorphBoostは動的に変化するツリー構造を採用し、トレーニング中に分割挙動を調整します。このアルゴリズムは、蓄積された勾配統計や学習圧力に基づいて適応する分割関数を実装しており、問題の複雑さに自動的に対応できます。主な革新点は、勾配ベースのスコアと情報理論的メトリクスを組み合わせた分割基準、バイナリ/マルチクラス/回帰タスクにおける自動パラメータ設定、ベクトル化されたツリー予測による計算速度の向上、相互作用を考慮した特徴の重要性の検出、速度と精度のバランスを取る高速モード最適化です。10の多様なデータセットでのベンチマーク結果は、MorphBoostがXGBoostを平均0.84%上回るなど、最先端のパフォーマンスを示しています。また、最も低い分散を維持しつつ、全体として40%の勝率を達成しました。