研究人员开发了 Task-CoEvolve，一种用于优化大型语言模型 (LLM) 代理线束的新方法。该方法在优化过程中自适应地选择验证任务，专注于区分不同线束版本最有信息量的任务。通过与线束共同演化验证任务并从部分评估中估算全集性能，Task-CoEvolve 显著降低了评估成本。实验表明，Task-CoEvolve 在文本分类和 Terminal-Bench 2.1 基准测试等任务上，实现了与全集搜索相当的最终性能，同时将评估需求降低了 80%。 AI
影响 该方法可以显著降低开发和改进 LLM 代理的计算成本，从而可能加速其在各种应用中的部署。
排序理由 学术论文，详细介绍了一种用于 LLM 代理线束优化的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
