エージェントが「環境そのもの」をシミュレートする内部モデルを持ち；その中で想像（思考）して学習する手法を何というか。

LLMのAPIコストを最適化するために；質問の難易度に応じて「安価な小型モデル」と「高価な大型モデル」を自動で使い分ける技術はどれか。