詳しい解説 · 読了目安 3 分
Orca、必要なスキーマだけでDiscovery AIの検索を改善
10月13日の事例は規則照合、例の検索、検証を組み合わせる。900超のモデルはクラウド資源型であり言語モデルではない。
- 原典の公開日
- 当サイトの公開日
- 出典確認日
Orca SecurityとAWSは、自然言語の質問をSonarの構造化フィルターにするDiscovery AIを説明した。10月13日の記事によると2026年3月から本番稼働している。毎回すべてのスキーマを渡す代わりに、必要な文脈を選び検証する設計が焦点だ。
ニュースを聴く
この記事を読み上げるか、ニュースを続けて聴けます。
読み上げを準備中…
端末の音声
読み上げはブラウザーまたは端末が処理します。AISubHub は文章を音声 API に送りません。利用できる音声やロック画面での再生は端末によって異なります。
再開時に短い部分を繰り返す場合があります。
要点
- Sonarは900超の資源・アプリケーション型と18種の演算子に対応する。900個の基盤モデルではない。
- 初期試作比で、比較可能な処理の入力トークン93%減、総費用90%減、端から端までの遅延75%減をOrcaが報告した。
専門検索の契約が難点
Sonarでは正確な名称、関係、18種の演算子を使うJSONが必要だ。試作は900超の定義と例を大きなモデルに渡し、処理ごとに約200万入力トークンと60秒を使い、複雑な関係には修正も必要だった。ここでいうモデルはインスタンスやストレージバケットなどを表す。言語モデルの数と解釈すると課題も提供機能も誤って伝わる。
生成前に規則と事例を使う
9段階の流れは組織と接続クラウドの文脈を加える。既知の識別子は決定的照合で推論せず処理し、非対応入力はガードレールで拒否する。Titanが候補20例を検索し、Cohere Rerank 3.5が5例を選ぶ。確度の高い既存フィルターは再利用し、それ以外では関連するスキーマだけを生成へ送る。Claude Haiku 4.5は選択と生成、Nova 2 Liteはガードレールと検証を担う。個人向け契約を別々に買う要件ではない。
検証と専門家の訂正を残す
ツール付き生成器は選んだスキーマと事例を使い、静的検査とSonar API検査を受ける。無効なフィールド、演算子、関係を具体的なエラーとして戻す。再試行は有限で、直せなければ無効フィルターの応答を返す。整理した質問と参照クエリで複雑さ別に変更を評価し、専門家は内部ツールで出力や弱い事例を修正する。継続する品質管理であって、検索追加だけで誤りがなくなるという主張ではない。
削減率には比較対象を付ける
Orcaは比較可能な処理の入力が約200万から14万トークンとなり93%減ったとする。総費用は90%減、全体の応答時間は約60秒から15秒へ75%減少した。別々の指標なので混同できない。本番では日々数千の検索を処理し、評価と利用者の反応で品質を確認する。関連性、スキーマ量、モデル分担を合わせて検証する発想は参考になるが、別組織にも同じ節約を約束する数字ではない。
注目する理由
専用検索アシスタントでは少数の関連例と検証済みスキーマが参考になる。既存検索システムの契約を満たすことが必要で、自然に見える文章だけでは実行可能といえない。
制約と提供状況
企業の結果をAISubHubが再現したわけではない。比較対象は以前の試作で、全Bedrockモデルや全セキュリティ業務ではない。一般的な正確性保証や個人契約の権利も示されない。
出典と根拠
原典の公開日: 2026/10/13 · 出典確認日: 2026/10/20
AI を活用した編集記事を、記載した一次情報で確認しています。企業の主張は出典を明示し、掲載は推奨を意味しません。