XNews

GitHub Copilotの精簡ツールセットと性能最適化

GitHub Copilotの精簡ツールセットと性能最適化

GitHub Copilotは、速度を向上させ、正確性を高めるために、精簡ツールセットとインテリジェント選択メカニズムを導入しました。

Key insights

嵌入引導ルーティングと自適応クラスタリングを導入し、ツールを正確に選択

GitHub Copilotの更新には、嵌入引導ツールルーティングと自適応ツールクラスタリングという二つの重要なメカニズムが含まれています。嵌入引導は、クエリベクトルとツールの意味表現をマッチングさせ、関連ツールを事前にフィルタリングし、テストでは94.5%のツール使用カバレッジを実現しました。自適応クラスタリングは、コサイン類似度に基づいて類似ツールをグループ化し、仮想ツールを生成し、小モデルによって要約され、キャッシュと迅速なアクセスが可能になります。全体の目標は、「少なくて精度の高い」ツール呼び出しに置き換え、ベンチマークテストとA/Bテストで性能向上を示すことです。

精簡ツールセットと最適化により応答速度と成功率が向上

この更新により、デフォルトの内蔵ツールは40個から13個のコアツールに精簡され、残りの非コアツールは4つの仮想カテゴリに分類されました。最初のトークン時間は190ミリ秒短縮され、平均応答遅延は約400ミリ秒減少しました。オンラインA/Bテストでは、タスク成功率が2–5ポイント向上し、ツールカバレッジが27.5%増加しました。キャッシュされた埋め込みとグループ要約は、操作コストを削減し、API制限の問題も軽減しました。

ユーザーはCopilotが創作を促す「コンテンツ教師」になることを期待

あるユーザーは、Copilotが現在タスクを一発で完了できるようになったが、内容を直接無人格のAIテキストに書き換えるのではなく、創作を促す内容教師のようになってほしいと述べました。このユーザーは、次の最適化目標として、Xにログイン後のツイートを自動的に抽出し、対応する執筆スタイル機能を生成することを計画しています。

Source posts