研究人员推出了一种新颖的专家混合（mixture-of-experts）框架“进化汤”（Evolutionary Soups），旨在增强大型语言模型（LLM）的多目标对齐能力。该方法利用经过进化算法训练的逐层门控网络，在推理时动态调整专家合并系数。实验表明，“进化汤”通过实现比现有方法更好的超体积（hypervolume）、线性效用（linear utility）和切比雪夫效用（Tchebyshev utility），显著提高了可控生成能力。 AI
影响 该框架能够为复杂任务提供更细致、更具适应性的大模型输出控制。
排序理由 该集群描述了在arXiv学术论文中提出的一种新颖方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2608.29978v1 Announce Type: new Abstract: Large language models are increasingly required to generate responses that satisfy multiple competing objectives. Since optimal trade-offs depend on both user preferences and input prompts, controllable multi-objective generation mu…
Large language models are increasingly required to generate responses that satisfy multiple competing objectives. Since optimal trade-offs depend on both user preferences and input prompts, controllable multi-objective generation must dynamically adapt models at inference time wi…