Siemens su NVIDIA NeMo Gym pagerino lustų projektavimo agentų greitį ir tikslumą
Trumpai: NVIDIA paskelbė atvejo analizę, kaip Siemens EDA panaudojo atvirojo kodo NeMo Gym vertinimo biblioteką, kad patobulintų lustų charakterizavimui skirtą agentinį įrankį. Vietoj atskirų įrankių iškvietimų tikrinimo, komanda vertino pilnus galutinius failus specializuotu verifikatoriumi, o klaidų pobūdį panaudojo agentо įgūdžių instrukcijoms ir MCP įrankių aprašymams perrašyti. Po kelių tokio ciklo etapų bendras tikslumo balas pakilo nuo maždaug 55 % iki 95 %, o agentui prireikė kur kas mažiau žingsnių ir rezultato apimties. Eksperimentuose naudota apie 25 vertinimo bandymus su Claude Opus 4.8 kaip agento modeliu, veikiančiu Claude Code aplinkoje.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „NVIDIA Developer“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1NeMo Gym vertina galutinius rezultatus (Liberty charakterizavimo failus), o ne pavienius įrankių iškvietimus, sekdama visą veiksmų grandinę kiekviename bandyme
- 2Pritaikytas verifikatorius tikrina penkis vartus – aprėptį, validumą, santykinį patvirtinimą, tikslumą ir vientisumą – ir, jei bet kuris neišlaikomas, apdovanojimas tampa nuliu
- 3Bendras vertinimo balas po įgūdžių ir MCP įrankių aprašymų perrašymo pakilo nuo ~55 % iki ~95 %
- 4Agento žingsnių sumažėjo nuo 155 iki 53, tai yra apie 66 % mažiau, o išvesties token'ų – nuo ~81K iki ~29K, tai yra apie 64 % mažiau
- 5Atlikta apie 25 bandymus naudojant Claude Opus 4.8 kaip fiksuotą modelį ir agentą Claude Code aplinkoje
- 6NVIDIA teigia, kad tas pats vertinimo ir tobulinimo metodas tinka ir kitoms inžinerijos sritims, pvz., CAE
Kodėl tai svarbu?
Tai konkretus pavyzdys, kaip agentų vertinimas pagal galutinius, patikrintus rezultatus (o ne pasitikėjimas pavieniais įrankių iškvietimais) gali gerokai sumažinti klaidų skaičių ir sutaupyti skaičiavimo bei token'ų išteklių sudėtinguose daugiažingsniuose agentiniuose procesuose – tai aktualu ne tik lustų projektavime.
Ką tai reiškia AI agentams ir kontaktų centrams?
Metodas – apibrėžti griežtą galutinio rezultato verifikatorių, kartoti bandymus ir tobulinti įgūdžių bei įrankių aprašymus pagal klaidų modelius – tiesiogiai pritaikomas balso agentų kūrime: tai šablonas, kaip vertinti skambučių apdorojimo agentus pagal žingsnių skaičių, token'ų/sąnaudų efektyvumą ir užduoties sėkmę, kas svarbu vertinant vėlavimą ir minutės kainą kontaktų centro sprendimuose.
🧪 Verta testuoti
Komandos, kuriančios įrankius iškviečiančius balso ar automatizavimo agentus, gali perimti šį vertinimo–tobulinimo–pakartojimo ciklą, kad išmatuotų ir sumažintų agento žingsnių skaičių, token'ų sąnaudas bei klaidų dažnį savo MCP įrankių integracijose.
Šaltiniai
- NVIDIA DeveloperOficialusPirminis šaltinisOriginalus straipsnis →„Optimizing Agent Reliability and Tool Calling Efficiency for Chip Design Using NVIDIA NeMo Gym“2026-10-14 19:10
- Šaltinio publikavimo data
- 2026-10-14 19:10
- Mūsų sistema rado
- 2026-10-14 19:11
- Santrauka sugeneruota
- 2026-10-14 19:13
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas