AI探索呼叫最多減少162倍　同條件實驗約1.7倍

Google研究團隊提出「Dream-RSI」，透過重用過往探索紀錄降低AI代理的呼叫成本。在Lasso正則化路徑問題中，Dream-RSI較既有方法最多減少162倍代理呼叫；但在使用相同模型與設定的比較中，呼叫量降幅約為1.7倍。

Google DeepMind、馬里蘭大學與維吉尼亞大學研究人員於14日透過arXiv論文介紹Dream-RSI。這套方法不重新訓練基礎AI模型，而是改善編排層，調整探索順序、平行處理方式與中止時點。

Dream-RSI分為三個階段。首先，AI代理在線上尋找候選解法，並將每次嘗試與結果記錄在「探索樹」中，接著轉換為「重播模擬器」，用於評估新的探索政策。

新政策會重播過往路徑進行測試，不必再次呼叫實際代理。研究人員表示，系統只會將表現最佳的政策投入下一輪線上探索。

其核心在於，將已執行的探索結果再次用於政策評估。重播模擬器能在實際探索過的範圍內直接呈現已儲存結果，但並非能預測從未探索區域結果的世界模型。

162倍的數字來自Lasso正則化路徑問題。SimpleTES使用gpt-oss-120b完成5萬1200次generation，Dream-RSI則以Gemini-3.1-Pro為基礎，使用317次discovery-agent call。

若直接比較兩組數字，Dream-RSI的呼叫量約少162倍。不過，由於基礎模型與設定不同，這不能視為相同條件下的對照實驗。

在相同的Gemini-3.1-Pro環境中，Recursive Fixed Exploration使用550次呼叫，平均執行時間為3587.1毫秒；Dream-RSI使用317次呼叫，執行時間為2931.0毫秒。研究人員提出的同系列比較顯示，呼叫量約減少1.7倍。

效能改善幅度依任務而異。在Lasso實驗中，Dream-RSI於6個獨立資料集上的平均執行時間低於既有的sklearn與glmnet實作。

數學最佳化方面，Dream-RSI在Sum-Difference與Circle Packing取得與選定基準相同或更高的結果；但在Autocorrelation Inequalities中，Dream-RSI得分為1.456375，低於SimpleTES的1.453675。該指標的數值越低越好。

GPU核心探索方面，Dream-RSI在VGG16與LayerNorm取得相近效能，同時分別少用2.43倍與1.79倍generation。在ConvDiv與ConvMax中，於可比較的預算下，效能則分別高出2.09倍與1.44倍。

這些結果反映的不是AI模型本身能力提升，而是對探索任務所需呼叫次數與執行順序的調整。TokenPost先前曾報導，AI代理的執行架構可能影響工作成本。

在企業連續呼叫多個模型與工具的環境中，成本不只取決於模型效能，也可能受到探索路徑能否重用影響。不過，Dream-RSI的重播方式仍取決於過往探索紀錄的範圍與品質。

專案頁面說明，重播模擬器在已記錄的探索空間內能提供準確結果，但不保證超出該範圍的結果。官方GitHub儲存庫已公開論文與互動式示範，完整程式碼庫與重現腳本仍在準備中。

因此，162倍的跨模型比較數字，以及在其他模型與任務上的成本降低效果，仍需透過進一步重現實驗確認。