サイエンス
AIがAIアルゴリズムを自ら設計：Claude Codeが40ドルで発見した推論コスト7割削減の手法とは
AutoTTSは、LLMの推論コストを削減するため、制御アルゴリズムの探索自体をAIに委ねるという発想で開発された。Claude Codeを探索エージェントとして活用し、わずか39.90ドルでトークン使用量を約70%削減するアルゴリズムを自律発見した。この低コストは、AIによるアルゴリズム発見が個人研究者やスタートアップにも開かれつつあることを示している。
Tech Product
CMC
別名: Confidence Momentum Controller
Overview
最終更新: 2026年7月9日AutoTTSの探索プロセスを通じて自律的に発見されたTTS制御アルゴリズム。指数移動平均（EMA）を用いたトレンドベースの停止機構など、4つの主要なメカニズムで構成される。モデルの回答に対する信頼度の変化（モメンタム）を監視し、見込みの薄い推論を早期に打ち切ることで、精度を維持したままトークン消費量を約70%削減できる。
Mentioned Articles
1 件External Mentions
10 件- arXiv Understanding the Intermittency Signal in RHIC-STAR Data through Modeling
- arXiv Privacy-Preserving Person Re-Identification from Temporal Sequences with Transformer and Hungarian Optimization
- arXiv Bartnik Mass of CMC surfaces under a Spectral non-negativity condition
- arXiv Variational Consensus Monte Carlo for Bayesian Mixture
- arXiv pFedUL: Layer-Aware Federated Unlearning for Personalized Federated Learning
- Hacker News Palantir's AI Is Playing a Major Role in Tracking Gaza Aid Deliveries
- Hacker News Testing DVD-R and CD-R 25 years later: optical disks from Japan
- Hacker News It's time for an inequality index for cryptocurrencies distribution
- Hacker News Show HN: Making pro weather data free for Hurricane Dorian
- Hacker News Go-internals: Chapter 2, “Interfaces” released