一种名为 Ballad 的新型基于 bandit 的算法已被开发出来，用于优化多个大型语言模型（LLM）在自动化启发式发现中的使用。研究人员发现，对于 NP-hard 组合优化问题，更大、更昂贵的 LLM 并不总能产生更好的结果。Ballad 能够自适应地选择和协调一系列 LLM，包括前沿模型和开源模型，从而创建一个能够匹配甚至超越单个模型性能的集成，同时显著降低成本。 AI
影响 优化 LLM 在复杂问题解决中的选择，有望降低成本并提高 AI 驱动的发现过程的效率。
排序理由 研究论文，详细介绍了一种新的 LLM 编排算法。[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 →
