設計から信頼へ：スキルで見える、予算にやさしいLLM選択（BELLA）

TL;DR（結論）

• BELLAは、タスクに必要な能力を“スキル”として分解し、予算制約の中で最適なLLM選択を勧める枠組み。単に「高性能モデルを当てる」のではなく、「そのタスクに必要な要素が何か」を先にほどいてから、コストと性能の折り合いを付けにいく。
• 批評役（critic）LLMで出力を解析し、スキルを束ねた行列に落としてから、多目的最適化で選ぶ。評価スコアの丸め方を変えるのではなく、出力の中身を材料にして“能力の地図”を作り、その上で選択を最適化する流れになっている。

なぜこの問題か

LLMの選択は、いまや「性能が高いものを買う」だけでは済まない話になりました。実運用では、コストやレイテンシといった制約が必ず入り込み、理想論の“ベストモデル”がそのまま採用できるとは限りません。だからこそ現実の意思決定は、「どれが一番賢いか」ではなく「この条件でどれが一番筋がいいか」へと寄っていきます。

核心：何を提案したのか

提案はBELLA（Budget-Efficient LLM Selection via Automated skill-profiling）という枠組みです。狙いはシンプルで、「タスクに対して最適なLLMを、スキルに基づいて選ぶ」。しかも「予算制約を明示的に」扱う。ここでの“最適”は、単発のスコア勝負ではなく、制約込みでの選択として定義されているのが重要です。

続きはログイン/プランで閲覧できます。