Quality-Diversity search
PulseAugur coverage of Quality-Diversity search — every cluster mentioning Quality-Diversity search across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的RL方法提高了LLM的训练效率和解决方案多样性
研究人员开发了两种新方法 EliteReplay 和 ReFlow，以提高大型语言模型 (LLM) 的强化学习 (RL) 训练后效率和多样性。EliteReplay 将 GRPO 与质量-多样性搜索相结合，以保留更广泛的正确解决方案，在文本到SQL任务的准确性和策略保留方面优于基线。另一方面，ReFlow 专注于系统-算法协同设计，利用经验回放和自适应资源分配，在保持模型在推理和代理任务上的质量的同时，将训练吞吐量显著提高了 2.06 倍。
-
Loreley 系统使用质量-多样性搜索进行大规模程序演化
研究人员开发了 Loreley，一个使用质量-多样性 (QD) 搜索进行大规模程序演化的新系统。与仅累积单个最佳版本更改或从头开始的传统方法不同，Loreley 维护着存储库状态的完整存档。这使得它能够将过去的版本作为父代进行采样，或为未来的编辑提供上下文，旨在提高搜索的广度同时保留进度。将 Loreley QD 与顺序冠军编辑和独立根提议进行比较的初步实验显示结果好坏参半，在特定的作业计数下，顺序冠军编辑的表现略好。
-
新的IDEAgent框架通过结合质量和多样性来增强研究创意生成
研究人员开发了IDEAgent，一个新颖的多代理框架，旨在通过结合质量和多样性搜索目标来增强研究创意生成。与之前独立优化质量或多样性的系统不同，IDEAgent将创意生成视为两者的结合。该框架通过谱系管理创意演化，使用多目标反馈进行优化，并与现有创意进行显式比较以保持多样性。在计算机科学主题上的评估表明，IDEAgent在生成多样化的高质量创意方面显著优于基线方法。