Claude Codeエージェント、効率的なtest-time scalingアルゴリズムを発見
AnthropicのClaude Codeエージェントが人間の手法を上回るtest-time scalingアルゴリズムを設計し、数学ベンチマークで計算量を70%削減した。
研究チームは、AutOTTSと呼ばれるフレームワークを導入した。これは、コード化されたエージェントがシミュレートされた環境内で最適なテスト時スケーリング制御アルゴリズムを探索するものである。従来の手法では、人間が設計したルールに基づいてソリューションのパスを生成または終了していたが、Claudeコードは、ラウンド間の信頼性の変化に基づいて計算を動的に割り当てるロジックを進化させた。この手法は、自己整合性などの標準的な手法と比較して、計算単位あたりの精度を向上させ、トークンの使用量を約70%削減する。40ドルの発見プロセスによって得られたアルゴリズムは、詳細なログ記録に依存してパフォーマンスを低下させるショートカットを回避し、さまざまなモデルやベンチマークに一般化できる。