Exa、検索クエリに最適化されたトークン選択技術「Dynamic Highlights」を公開
本文の状態
日本語全文を表示中
詳細モードで約5分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Exa Engineering
Exa Engineering は検索クエリと URL 群を基に全コンテンツから最適なトークンを選別する「Dynamic Highlights」を発表し、平均で 95% のトークン削減を実現した。
AI深層分析を開く2026年8月29日 02:30
AI深層分析
キーポイント
トークン単位での動的選別
従来のドキュメント単位の抽出ではなく、全ドキュメントを統合して文脈を考慮し、最も関連性の高いトークンのみを動的に選択する仕組みを採用した。
95% のトークン削減効果
1 回のフォワードパスで処理を行うことで、平均して 95% のトークン数を削減し、コンテキストウィンドウの逼迫や LLM コストの高騰を緩和する。
評価結果での品質向上
12k 文字の予算制限下で既存のハイライト機能と比較した結果、トークン効率性が平均 40% 向上し、回答品質も 3.8% 改善された。
シングルターン検索での効率化と品質向上
12k文字の予算において、既存のハイライトと比較して平均40%のトークン効率向上と3.8%の品質向上を達成する。
エージェント型検索におけるコスト削減
タスクによっては異なるが、平均で2.1%の品質向上を保ちつつ、エージェントのトークン使用量を30%削減できる。
重要な引用
Dynamic Highlights chooses relevant tokens with awareness of all other returned documents.
reducing token count by an average of 95%
relative to existing highlights dynamic highlights achieves a 40% average token efficiency gain
This lets it dynamically allocate more tokens to better content and fewer (or none) to irrelevant documents.
編集コメントを表示
編集コメント
エージェント検索の文脈管理におけるコストと精度のトレードオフを打破する画期的なアプローチである。ドキュメント単位ではなくトークン単位で情報を再構成する発想は、今後の検索技術の標準的なあり方を変える可能性を秘めている。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
エージェントがサンフランシスコの現在の市長を知りたいと仮定しましょう。その答えは 8 月 26 日のウェブページにある 9 トークンに含まれていますが、多くのエージェント検索ツールでは 10,000 トークン以上を多数のページから取得してしまい、コンテキストウィンドウが肥大化し、LLM の利用コストが増大しています。
本日、私たちは「Dynamic Highlights」の研究プレビューを発表します。これは検索クエリと URL のセットを受け取り、カスタムモデルがコンテンツ全体から必要なトークンを動的に選択する仕組みです。これにより、トークン数は平均 95% 削減されます。
エージェント検索の時代到来
現在、ウェブの利用者数においてエージェントが主要なユーザーとなっています。
エージェントによるコンテキスト消費にはトレードオフが伴います。コンテキストの劣化(コンテキスト・ロト)やウィンドウの枯渇、そして不合理に高い LLM コストを引き起こすのです。まさにこの理由から、トークン効率性は検索および Exa のミッションにおいてこれまで以上に重要となっています。
この課題を緩和するため、Exa はドキュメント内でエージェントのクエリに関連するスパン(範囲)として返却されるハイライト付きのスニペットを提供しています。ハイライト機能により検索トークンは 5 分の 1 に削減されましたが、依然として重複情報が存在しました。すなわち、特定のクエリに答える関連トークンを複数の URL が取得している場合や、ドキュメントごとのトークン予算の制約により、非常に重要なドキュメントから十分な情報を取得できていないケースです。
Dynamic Highlights
これらの課題を解決するため、私たちはDynamic Highlights(ダイナミック・ハイライト)という新しい検索プリミティブを導入しました。これは、文書ではなくトークンを情報取得の最小単位と捉えるアプローチです。具体的には、各文書からクエリに関連するトークンを独立して抽出するのではなく、Dynamic Highlightsは他のすべての返却された文書を意識しながら、関連性の高いトークンを選択します。
Dynamic Highlightsは、多数の並列処理ではなく単一の順方向パス(フォワードパス)で動作し、取得した全文書を1 つの統合された文書として連結します。これにより、より優れたコンテンツには多くのトークンを割り当て、無関係な文書には少ないトークン(あるいはゼロ)を割り当てるという動的なリソース配分が可能になります。
Evals
Single Turn
検索が 1 回のみ許される単純な RAG シナリオでは、返却されるトークンの数を劇的に削減しながら、下流の評価性能を向上させることができます。
以下の結果は、コーディングから一般的な質問応答まで多岐にわたるタスクにおける評価値です。これは、Dynamic Highlightsの文字数制限を変えた exa auto の実行 4 回分の平均値です。
12k 文字の予算において、既存のハイライト手法と比較して、Dynamic Highlightsは平均で 40% のトークン効率向上を達成し、品質も 3.8% 向上しました。

Agentic
シングルターン検索とは異なり、エージェントは探している答えが見つからない場合、より長い時間実行を続けます。
この場合、検索結果はトークン予算の大きな要因となります。ただし、タスクの難易度にもよりますが、推論プロセスがエージェント型検索者のトークン使用量の半分超を占めています。
したがって、すべての検索トークン最適化は厳格な品質基準を満たす必要があります。そうでなければ、検索回数の増加が、トークン効率の向上分をすべて相殺してしまいます。
以下の結果では、browsecomp と widesearch には exa-agent auto を、社内データセットと人物データセットには exa-agent medium を使用しました。タスクによってトークン効率は大きく異なりますが、わずかな品質向上(平均で 2.1%)を実現しながら、エージェントのトークン使用量を 30% 削減できます。
この 30% の削減は、ユーザーおよび当社の API を基盤に構築された検索エージェント製品にとって、直接的なコスト削減につながります。

使い方
API で dynamic を true に設定するだけで、ダイナミックハイライトを利用できます。念のためお伝えしますが、これは現在も開発中の研究プレビュー版ですが、当社の最も高度なスニペットソリューションです。
`
{
"query": "Super Bowl TV ratings 2001 2025 Nielsen household rating viewers table 40.4 127.7 million",
"type": "auto",
"numResults": 10,
"contents": {
"highlights": {
"dynamic": true
}
}
}
`
「Super Bowl TV ratings 2001 2025 Nielsen household rating viewers table 40.4 127.7 million」というクエリに基づき、2001年から2025年までのスーパーボウルのテレビ視聴率(ニールセン世帯視聴率)と視聴者数に関するデータが検索されました。
詳細はこちらをご覧ください。
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み