ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
นักวิจัยจากกูเกิล ดีพมายด์(Google DeepMind) เสนอ ‘Dream-RSI’ วิธีลดต้นทุนการเรียก AI agent ด้วยการนำประวัติการค้นหากลับมาใช้ใหม่ โดยลดการเรียก agent ได้สูงสุด 162 เท่าในปัญหาเส้นทางการทำให้เป็นมาตรฐานแบบ Lasso แต่เมื่อใช้โมเดลและการตั้งค่าเดียวกัน อัตราการลดอยู่ที่ประมาณ 1.7 เท่า
นักวิจัยจากกูเกิล ดีพมายด์(Google DeepMind), มหาวิทยาลัยแมริแลนด์(University of Maryland) และมหาวิทยาลัยเวอร์จิเนีย(University of Virginia) เปิดตัว Dream-RSI ผ่านบทความบน arXivเมื่อวันที่ 14 วิธีนี้ปรับปรุงชั้น orchestration ด้วยการจัดลำดับการค้นหา การประมวลผลแบบขนาน และจุดหยุด โดยไม่ต้องฝึกน้ำหนักของโมเดล AI พื้นฐานใหม่
Dream-RSI ทำงาน 3 ขั้นตอน เริ่มจาก AI agent ค้นหาวิธีแก้ที่เป็นไปได้ทางออนไลน์ และบันทึกแต่ละความพยายามกับผลลัพธ์ไว้ใน ‘discovery tree’ จากนั้นแปลงข้อมูลเป็น ‘replay simulator’ เพื่อประเมินนโยบายการค้นหาใหม่
นโยบายใหม่จะถูกทดสอบด้วยการเล่นเส้นทางเดิมซ้ำ โดยไม่เรียก agent จริงอีกครั้ง นักวิจัยระบุว่า ระบบจะนำเฉพาะนโยบายที่มีประสิทธิภาพสูงสุดไปใช้ในการค้นหาออนไลน์รอบถัดไป
หัวใจสำคัญคือการนำผลการค้นหาที่ดำเนินการไปแล้วกลับมาใช้ประเมินนโยบายอีกครั้ง Replay simulator จะแสดงผลลัพธ์ที่บันทึกไว้โดยตรงในพื้นที่ที่เคยค้นหาแล้ว แต่ไม่ใช่ world model ที่ใช้คาดการณ์ผลลัพธ์ในพื้นที่ที่ยังไม่เคยสำรวจ
ตัวเลข 162 เท่ามาจากการทดลองปัญหาเส้นทางการทำให้เป็นมาตรฐานแบบ Lasso โดย SimpleTES ใช้ gpt-oss-120b และดำเนินการ generation 51,200 ครั้ง ขณะที่ Dream-RSI ซึ่งใช้ Gemini-3.1-Pro ดำเนินการ discovery-agent call 317 ครั้ง
เมื่อเปรียบเทียบตัวเลขโดยตรง Dream-RSI ใช้การเรียกน้อยกว่าประมาณ 162 เท่า อย่างไรก็ตาม โมเดลพื้นฐานและการตั้งค่าแตกต่างกัน จึงไม่อาจถือเป็นการเปรียบเทียบภายใต้เงื่อนไขเดียวกันได้
ในสภาพแวดล้อม Gemini-3.1-Pro เดียวกัน Recursive Fixed Exploration ใช้การเรียก 550 ครั้งและมีเวลาทำงานเฉลี่ย 3,587.1 มิลลิวินาที ส่วน Dream-RSI ใช้การเรียก 317 ครั้งและมีเวลาทำงาน 2,931.0 มิลลิวินาที หรือลดจำนวนการเรียกประมาณ 1.7 เท่าตามการเปรียบเทียบในกลุ่มเดียวกันที่นักวิจัยนำเสนอ
ขนาดของการปรับปรุงแตกต่างกันไปตามงาน ในการทดลอง Lasso Dream-RSI ทำเวลาทำงานเฉลี่ยได้ต่ำกว่าการใช้งานเดิมของ sklearn และ glmnet บนชุดข้อมูลแยกกัน 6 ชุด
สำหรับการเพิ่มประสิทธิภาพทางคณิตศาสตร์ Dream-RSI ให้ผลเท่ากับหรือสูงกว่าเกณฑ์เปรียบเทียบที่เลือกในงาน Sum-Difference และ Circle Packing ขณะที่งาน Autocorrelation Inequalities ได้คะแนน 1.456375 ต่ำกว่า SimpleTES ที่ 1.453675 โดยตัวชี้วัดนี้ให้ผลดีกว่าเมื่อค่าต่ำกว่า
ในการค้นหา GPU kernel Dream-RSI ให้ประสิทธิภาพใกล้เคียงกันใน VGG16 และ LayerNorm พร้อมใช้ generation น้อยลง 2.43 เท่าและ 1.79 เท่าตามลำดับ ส่วน ConvDiv และ ConvMax ให้ประสิทธิภาพสูงกว่า 2.09 เท่าและ 1.44 เท่าภายใต้งบประมาณที่เปรียบเทียบได้
ผลลัพธ์นี้เกิดจากการปรับจำนวนการเรียกและลำดับการทำงานของการค้นหา มากกว่าการเพิ่มความสามารถของตัวโมเดล AI เอง TokenPost เคยรายงานว่าต้นทุนงานอาจแตกต่างกันตามโครงสร้างการทำงานของ AI agent
ในสภาพแวดล้อมที่บริษัทเรียกใช้หลายโมเดลและเครื่องมืออย่างต่อเนื่อง ต้นทุนอาจขึ้นอยู่ไม่เพียงกับประสิทธิภาพของโมเดล แต่ยังรวมถึงการนำเส้นทางการค้นหากลับมาใช้ใหม่ด้วย อย่างไรก็ตาม วิธี replay ของ Dream-RSI ยังพึ่งพาขอบเขตและคุณภาพของบันทึกการค้นหาที่สะสมไว้
หน้าโครงการระบุว่า replay simulator ให้ผลแม่นยำภายในพื้นที่การค้นหาที่บันทึกไว้ แต่ไม่รับประกันผลลัพธ์นอกขอบเขตดังกล่าว ขณะที่คลัง GitHub อย่างเป็นทางการเผยแพร่บทความและเดโมแบบโต้ตอบแล้ว ส่วนโค้ดเบสทั้งหมดและสคริปต์สำหรับทำซ้ำผลการทดลองอยู่ระหว่างการจัดเตรียม
ดังนั้น ตัวเลขการเปรียบเทียบข้ามโมเดลที่ระบุว่าลดได้ 162 เท่า รวมถึงผลประหยัดต้นทุนในโมเดลและงานประเภทอื่น ยังจำเป็นต้องผ่านการทำซ้ำเพื่อยืนยันเพิ่มเติม
ความคิดเห็น 0