XNews

NVIDIAのSoL-Pi研究:コーディングエージェントのトークン効率を自動最適化

NVIDIAのSoL-Pi研究:コーディングエージェントのトークン効率を自動最適化

NVIDIAの研究者らは、コーディングエージェント向けにトークン効率の最適化を自動発見するパイプライン「SoL-Pi」を開発した。152の研究方向を探索し、3,000以上の実験を実施した結果、Action FusionやContext Compactを含む4つのメカニズムが生き残った。EdgeBenchでは、SoL-Piはスコアの94%を維持しつつ、トークン通信量を49%、APIコストを3分の1削減した。

Key insights

高いフィルタリング率を誇る自動研究パイプライン

SoL-PiはAI駆動の研究パイプラインを用いて、最適化メカニズムを自動発見した。6つのカテゴリにわたる152の研究方向を探索し、535の実行可能なトレーニング環境を作成し、3,000以上のエージェントと環境のインタラクションを実行した。生き残ったのはわずか4つのメカニズムで、フィルタリング率は約40:1であった。パイプラインは、進化的過学習を防ぐため、ホールドアウトセットでの独立検証を実施した。

特定のトークン浪費パターンを標的とする4つの生き残りメカニズム

4つのメカニズムは以下の通り:Action Fusion(編集とテストを1回の呼び出しに統合)、Context Compact(節約効果がキャッシュ書き換えコストを上回る場合のみ圧縮)、ObservationPack(大規模な出力をローカルにアーカイブし、モデルにハンドルと抜粋を提供)、Evidence Reducer(安価なモデルを使用して検証付きでログを要約)。それぞれが測定可能な浪費パターンに対処し、タスクパフォーマンスを低下させない。

結果:スコア低下なしのトークン節約

EdgeBenchの51の長期タスクにおいて、SoL-Piはスコアの約94%を維持しながら、トークン通信量を49%、APIコストを約3分の1削減した。最適化はOpus 5でも同様の節約効果(44.7%)を示し、モデル固有の習慣ではなく浪費パターンを標的としていることが確認された。単位スコアあたりのコストは0.586ドルから0.417ドルに改善した。

Source posts