あらゆるタスクを振り分ける汎用AIのためのモデル・ポリシールーティング研究

- 汎用AIシステムに向けたモデル・ポリシー選択の統合フレームワーク「Route Anything」の研究。 - 単一モデルで全能力を担うのではなく、特化モデル・ツール・ポリシー(candidates)の異種集合を統合する発想。 - 各タスクに最適なcandidateを性能と計算コストのトレードオフ下で動的に選ぶ問題を扱う。 - 理論基盤と、25 benchmarks・452 candidate構成・374,401 scored runsからなるomni-modal trajectory matrixを構築。 - 言語理解、画像・動画・音声生成、coding、workplace agents、robotic manipulationを横断。

- 従来は単一モデルの能力向上や個別領域のroutingが中心で、omni-modalにわたる統一的なrouting研究は限定的。 - 本研究は理論と大規模実証データを一体で提示する点が特徴。 - quality–costトレードオフ下の最適routingを特徴づける統一理論を提示。 - routerが利用可能な情報が達成可能性能を決めることを定式化。 - 25 benchmarks・374,401 runs・452 candidatesのtrajectory matrixにより横断比較を可能に。 - 具体的な先行研究名は要旨からは不明。

- 統一理論: quality–costトレードオフ下の最適routingと、routerへの入力情報が性能上限を規定する関係を定式化。 - omni-modal trajectory matrix: 25 benchmarks、452 candidate構成、374,401 scored runsを収集・整備。 - 対象領域はlanguage understanding、image/video/speech generation、coding、workplace agents、robotic manipulation。 - このmatrix上で複数routerを学習・評価し、omni-modal model routingの可能性を検討。 - per-input oracle routingとlearned routersを比較し、性能とpolicy timeの両面を評価。

- 構築したtrajectory matrix上でrouterを学習・テストし実証的に検証。 - per-input oracle routingは最良固定candidateを5.4 points上回る。 - learned routersは16 benchmarksで最良固定candidateを0.3 points上回る。 - video generationで2.1 points、robot manipulationで1.1 points上回り、policy timeを24%削減。 - 参照モデル比で平均8.82xの効率向上を報告。

- routingにより能力編成(capability orchestration)の大きな余地があることを示唆。 - learned routersの改善幅は領域依存で、16 benchmarksでは0.3 pointsと限定的。 - oracleとの差(5.4 points)は、routerの情報・学習の改善余地を示す。 - routingが効率を高める条件の分析を提示。 - 具体的な限界や失敗事例、計算コストの詳細は要旨からは不明。

- 要旨で参照・比較されているper-input oracle routingおよびlearned routersに関する研究。 - 同分野の定番としてmodel routing、mixture-of-experts、LLM routing、tool selection、policy selectionの関連研究。 - 個別領域の基盤としてlanguage understanding、image/video/speech generation、coding agents、robotic manipulationの代表的benchmark論文。 - 具体的な論文名は要旨からは不明。