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。
Term
オフラインリプレイ
別名: Offline Replay
Overview
最終更新: 2026年7月9日LLMの推論プロセスを評価する際、毎回モデルを実際に起動するのではなく、事前に記録・保存された推論パスのデータを再利用してシミュレーションを行う手法。AutoTTSにおいて、数千ものアルゴリズム候補を極めて低コストかつ高速に評価することを可能にした中核技術である。これにより、計算資源が限られた環境でも高度なアルゴリズム探索が可能になった。