Siemens z NVIDIA NeMo Gym poprawia szybkość i dokładność agentów do projektowania chipów
W skrócie: NVIDIA opublikowała studium przypadku pokazujące, jak Siemens EDA wykorzystał otwartą bibliotekę ewaluacyjną NeMo Gym, by usprawnić agenta do charakteryzacji chipów. Zamiast sprawdzać pojedyncze wywołania narzędzi, zespół oceniał kompletne pliki wynikowe za pomocą wyspecjalizowanego weryfikatora, a wzorce błędów wykorzystał do przepisania instrukcji umiejętności agenta i opisów narzędzi MCP. Po kilku rundach tej pętli łączny wynik benchmarku wzrósł z około 55% do 95%, a agent potrzebował znacznie mniej kroków i mniej danych wyjściowych. W eksperymentach wykorzystano około 25 przebiegów ewaluacyjnych z Claude Opus 4.8 jako modelem agenta działającym w Claude Code.
To podsumowanie zostało automatycznie przygotowane przez sztuczną inteligencję na podstawie publikacji „NVIDIA Developer”. To nasz tekst, nie kopia oryginału — fakty, liczby i cytaty należą do źródła, do którego link znajduje się powyżej i poniżej.
Co się zmieniło?
- 1NeMo Gym ocenia końcowe artefakty (pliki charakteryzacyjne Liberty), a nie pojedyncze wywołania narzędzi, śledząc cały łańcuch działań w każdym przebiegu
- 2Dedykowany weryfikator sprawdza pięć bramek – pokrycie, poprawność, walidację względną, dokładność i integralność – i zeruje nagrodę, jeśli którakolwiek bramka zawiedzie
- 3Łączny wynik benchmarku wzrósł z ok. 55% do ok. 95% po przepisaniu umiejętności i opisów narzędzi MCP
- 4Liczba kroków agenta spadła z 155 do 53, czyli o ok. 66%, a liczba tokenów wyjściowych spadła z ok. 81K do ok. 29K, czyli o ok. 64%
- 5Przeprowadzono około 25 przebiegów z Claude Opus 4.8 jako ustalonym modelem i agentem działającym w Claude Code
- 6NVIDIA wskazuje, że to samo podejście ocena-udoskonalenie nadaje się do innych dziedzin inżynierskich, np. CAE
Dlaczego to ważne?
To konkretny przykład pokazujący, że ocenianie agentów na podstawie końcowych, zweryfikowanych wyników – zamiast ufania pojedynczym wywołaniom narzędzi – może znacząco zmniejszyć liczbę błędów oraz zużycie mocy obliczeniowej i tokenów w złożonych, wieloetapowych procesach agentowych, co dotyczy nie tylko projektowania chipów.
Co to oznacza dla agentów AI i contact center?
Zastosowana metoda – zdefiniowanie rygorystycznego weryfikatora końcowego wyniku, powtarzanie przebiegów i udoskonalanie opisów umiejętności oraz narzędzi na podstawie wzorców błędów – da się bezpośrednio przenieść na rozwój agentów głosowych: to szablon do benchmarkowania agentów obsługujących połączenia pod kątem liczby kroków, efektywności tokenów/kosztów i skuteczności zadania, co ma znaczenie dla opóźnień i kosztu za minutę w wdrożeniach contact center.
🧪 Warte przetestowania
Zespoły budujące agentów głosowych lub automatyzacyjnych korzystających z wywołań narzędzi mogą zaadaptować tę pętlę ocena-udoskonalenie-powtórzenie, aby mierzyć i redukować liczbę kroków agenta, zużycie tokenów oraz częstość błędów we własnych integracjach narzędzi MCP.
Źródła
- NVIDIA DeveloperOficjalneŹródło pierwotneOryginalny artykuł →„Optimizing Agent Reliability and Tool Calling Efficiency for Chip Design Using NVIDIA NeMo Gym“14 paź 2026, 19:10
- Data publikacji źródła
- 14 paź 2026, 19:10
- Znalezione przez nasz system
- 14 paź 2026, 19:11
- Podsumowanie wygenerowano
- 14 paź 2026, 19:13
Artykuł napisała AI na podstawie oryginalnego źródła. Fakty, liczby i ceny pochodzą ze źródła; brakujące wartości oznaczono „Brak oficjalnych danych”. Informacje prawne, prawa autorskie i prywatność