实体 EXPO-ES

EXPO-ES

PulseAugur coverage of EXPO-ES — every cluster mentioning EXPO-ES across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_227176 · Aug 31 · 04:00

新算法优化用于顺序决策的 LLM 提示

研究人员开发了一种名为 EXPO-ES 的新算法，用于自动优化用于顺序决策任务的大型语言模型（LLM）的元提示。该方法借鉴了对抗性赌博算法的思路，以处理该领域常见的非平稳奖励观察。EXPO-ES 算法可以优化元提示中的任务描述、元指令和交互历史，以提高 LLM 代理的性能，大量实验表明性能有显著提升。