DecoEvo

DecoEvo框架协同进化LLM求解器和评分标准技能

研究人员开发了DecoEvo，一个用于通过文本空间编辑优化大型语言模型（LLM）的新颖框架。与依赖固定评估标准的先前方法不同，DecoEvo协同进化了求解器技能和评分标准生成器技能。这种解耦方法使用标准级别的反馈来训练求解器，并对评分标准生成器进行独立审计，确保评估标准能够适应新暴露的求解器弱点。DecoEvo已展示出显著的性能提升，在五个基准测试和三个LLM骨干模型上，相较于SkillOpt等现有方法取得了2.8%至5.0%的相对改进。