# エンジン > GEPA、Best-of-N、Meta-Harness、AutoResearch、AutoSaddler、ShinkaEvolve、Auto。 エンジンとは、アーティファクトの新しいバージョンを提案する探索方法です。Skynet には、プロンプト、コード、テキストのアーティファクト向けの 6 つのネイティブエンジン、DSPy プログラム向けの 3 つの DSPy オプティマイザー、そして **Auto** があります。このページでは、それぞれの機能、選ぶべき場面、設定項目を説明します。 どのエンジンがアーティファクトに合うかわからない場合は、まず [最適化の仕組み](/docs/ja/concepts/optimization) をお読みください。 ## 簡単な比較 | エンジン | アーティファクトの種類 | コーディングエージェントの設定 | 最大反復回数の設定 | | --------------------- | ------------------------------ | ---------------------------------- | ------------------ | | Auto | すべて | あり（プロンプト、コード、テキスト） | なし | | GEPA | プロンプト、コード、テキスト | なし | なし | | Best-of-N | プロンプト、コード、テキスト | なし | なし | | AutoResearch | プロンプト、コード、テキスト | あり | なし | | Meta-Harness | プロンプト、コード、テキスト | あり | あり | | AutoSaddler | プロンプト、コード、テキスト | あり | あり | | ShinkaEvolve | プロンプト、コード、テキスト | なし。独自のエディター設定があります。 | あり | | DSPy GEPA | DSPy プログラム | なし | なし | | DSPy MIPROv2 | DSPy プログラム | なし | なし | | DSPy BootstrapFewShot | DSPy プログラム | なし | なし | ウィザードでは、GEPA、DSPy GEPA、Auto が、メトリクスからのフィードバックの文章を使うオプティマイザーとして示されます。 ## Auto Auto は既定の選択です。何を実行するかは、アーティファクトの種類によって異なります。 - **DSPy プログラム**: Auto は DSPy GEPA を実行します。 - **プロンプト、コード、テキスト**: Auto は 5 つのエンジン（GEPA、AutoResearch、Meta-Harness、AutoSaddler、ShinkaEvolve）で同時に探索します。各エンジンには、スコアラー実行回数の均等な割り当て（予算を 6 で割った数）が与えられます。その後、残りの予算で、最良のバージョンから GEPA が続行します。 Auto は Best-of-N を使いません。 > [!WARNING] > プロンプト、コード、テキストのアーティファクトでは、Auto には少なくとも 6 回のスコアラー実行が必要です（探索レーン 5 つと続行 1 つ）。5 つのエンジンすべてが利用可能である必要があります。1 つでも利用できない場合は、単一のエンジンを選択してください。 **選ぶべき場面:** どのエンジンが合うかわからないとき。最初に試すのに最適です。 ## GEPA 「パレートフロントを持つ、バージョンのリフレクティブな進化。」リフレクションモデルが各ケースのスコアとフィードバックを読み、より良いバージョンを書きます。GEPA は、それぞれが一部のケースで最良となるバージョンのフロントを維持します。 **選ぶべき場面:** メトリクスが具体的なフィードバックを返し、強力な単一エンジンを使いたいとき。 ## Best-of-N 「リフレクションモデルからの独立した提案。最良のものを残す。」各提案は他の提案から独立しています。Skynet は上位の提案を検証ケースで再採点します。 **選ぶべき場面:** 他のエンジンと比較するためのシンプルなベースラインがほしいとき。 ## AutoResearch コーディングエージェントが研究ラウンドを実行します。予算がなくなるまで、編集し、採点し、効果のあるものを残します。 **選ぶべき場面:** 良い変更に何段階かの調査が必要なとき。たとえば、コードのアーティファクトの場合です。 ## Meta-Harness コーディングエージェントが、反復ごとに候補のバッチを提案します。候補とスコアの全履歴を使います。 **選ぶべき場面:** これまでのすべての試行の履歴から学習するエージェントを使いたいとき。バッチサイズは **反復ごとの候補数** で設定します。 ## AutoSaddler コーディングエージェントがメトリクスからのフィードバックを読み、バージョンにパッチを当てます。Skynet は、新しいスコアラー実行で効果が確認されたパッチだけを残します。 **選ぶべき場面:** メトリクスのフィードバックが、明確で局所的な欠陥を指摘しているとき。 ## ShinkaEvolve 「並列の島で多数のバージョンを進化させ、どのモデルが最も改善するかを学習する。」候補の集団に対する進化的探索で、モデルが書く突然変異と交叉を使います。 **選ぶべき場面:** 幅広く探索したく、予算に余裕があるとき。 ## DSPy オプティマイザー | オプティマイザー | 機能 | | --------------------- | -------------------------------------------------------------------------------------------------------------------------- | | DSPy GEPA | メトリクスのフィードバックを読み、各 predictor の指示文を進化させます。 | | DSPy MIPROv2 | 指示文と few-shot デモを一緒に提案し、その組み合わせをベイズ最適化で探索します。 | | DSPy BootstrapFewShot | プログラムが正解した実例を集め、few-shot デモとして追加します。リフレクションモデルは使いません。 | DSPy MIPROv2 と DSPy BootstrapFewShot にはペア（期待される出力を持つケース）が必要です。 ## 設定 ### 予算 | 設定 | 既定値 | 範囲 | | -------------------------- | ------ | --------------------------------------------------------------- | | 最大スコアラー実行回数 | 200 | 1〜100000（Auto: 6 以上） | | 停止スコア | オフ | 0 以上 | | 最大反復回数 | オフ | 1〜1000。Meta-Harness、AutoSaddler、ShinkaEvolve のみ。 | 1 回のスコアラー実行は、1 つのケースに対するメトリクスの 1 回の呼び出しです。開始バージョンと勝者の最終的な再採点は、**最大スコアラー実行回数** には含まれません。 ### コーディングエージェントの設定 これらの設定は、Auto、AutoResearch、Meta-Harness、AutoSaddler に適用されます。 | 設定 | 既定値 | 範囲 | | ------------------------------------ | ------ | -------------------------------------------------------- | | コーディングエージェント | Codex | Pi、Codex、OpenCode、Prime Agent、カスタムコマンド | | 反復ごとの候補数 | 3 | 1〜8。Auto と Meta-Harness で表示されます。 | | 候補あたりの最大ツール呼び出し数 | 100 | 1〜1000 | ### ShinkaEvolve の設定 | 設定 | 既定値 | | ---------------------------------------- | ----------------------------------------------------------------------------- | | 新しいバージョンの作成方法 | 単一のモデル呼び出し。もう 1 つの選択肢は「コーディングエージェント（Pi）」です。 | | 島 | 2（1〜8） | | 移住間隔 | 10 | | 親選択 | 重み付き。他の選択肢: べき乗則、ビームサーチ。 | | 差分編集 / 全体の書き直し / 交叉 | 60% / 30% / 10%。合計が 100% になる必要があります。 | | アーカイブサイズ | 40 | | 並列評価数 | 2 | | 並列提案数 | 2 | Auto が ShinkaEvolve を実行する場合、ウィザードはこれらの設定を「ShinkaEvolve の設定（Auto が実行する場合）」として表示します。 ## 関連ページ - [最適化の仕組み](/docs/ja/concepts/optimization) - [メトリクスとスコアラー](/docs/ja/concepts/scorers) - [実行](/docs/ja/concepts/runs) - [請求](/docs/ja/concepts/billing) --- Source: https://staging.skynetml.com/docs/ja/concepts/engines