English(EN) LLM Evolutionary Search Strategies Should be Compared by Tokens

LLM 进化搜索评估方法修订为使用 Token

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-13 12:47

一篇新的研究论文提出了一种更准确的方法来评估大型语言模型 (LLM) 的进化搜索策略。作者认为，当前的评估方法（按提案计数）模糊了真实的计算成本。通过重新分析记录的运行并根据 Token 使用量而不是提案计数来比较方法，他们发现一些方法获得了更多的计算预算。当 Token 预算相匹配时，进化方法的感知优势在很大程度上减弱了，这表明之前的性能优势可能只是评估指标的产物。 AI

影响修订 LLM 评估指标可以更准确地比较模型的性能和效率。

排序理由提出 LLM 搜索策略新评估方法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

Claude Haiku 4.5

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 提出 LLM 搜索策略新评估方法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 9 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Udi Barzelay · 2026-10-13 12:47

LLM 进化搜索策略应按 token 进行比较

LLM evolutionary search is currently evaluated by counting proposals (candidate programs). We demonstrate this metric hides the true cost of search, and redo the comparison using tokens. By replaying 600 logged runs across 5 tasks and 3 methods, we show that proposal costs vary w…

本文如何被排名

报道来源 [1]

LLM 进化搜索策略应按 token 进行比较

相关实体

相关话题