evolutionary-optimization

标签

Cards List
#evolutionary-optimization

SkillNEO:智能体技能的非精英进化优化

arXiv cs.AI ↗ · 2026-10-16 缓存

SkillNEO 提出非精英进化优化方法来改进大语言模型智能体的技能,通过允许低奖励版本继续迭代并分析版本间差异来保留有效步骤、修复失败,使 GPT-5.4 Mini 在 86 项 SkillsBench 任务上的平均奖励从 49.1% 提升至 66.4%,且改进后的技能还能提升更强模型的表现。

0 人收藏 0 人点赞
#evolutionary-optimization

自我进化代理脚手架框架

Hugging Face Daily Papers ↗ · 2026-10-13 缓存

提出一个自我进化代理框架(Harness RSI),在保持模型权重固定的情况下,通过反馈驱动的修订与进化优化,持续改进代理的软件脚手架(提示、记忆、工作流和可执行组件),并借助持续 PAC 学习为泛化与保留能力提供理论保证。

0 人收藏 0 人点赞
#evolutionary-optimization

元反思演化有效提升生产环境中的人工智能系统性能

arXiv cs.LG ↗ · 2026-10-12 缓存

论文提出 CoCoEvolve(CortexCodeEvolve),一种基于"元反思"的进化优化器,通过从完整搜索历史中检索证据并主动探测目标环境来改进生产级 AI 系统的优化,在 DABStep、data-eng-bench 等多个基准上超越现有基线。

0 人收藏 0 人点赞
#evolutionary-optimization

VIEWCRAFT:协同进化多模态代理所见与其读取方式

Hugging Face Daily Papers ↗ · 2026-10-11 缓存

VIEWCRAFT 通过联合进化多模态代理的证据界面与读取流程,在八个基准上平均提升 6.1 分任务得分,并以更少的输入 token 实现跨执行器迁移。

0 人收藏 0 人点赞
#evolutionary-optimization

HeurEvo:面向时间紧迫型数学优化的混合求解器增强启发式的智能体协同进化

arXiv cs.CL ↗ · 2026-09-30 缓存

HeurEvo 提出了一套自动化的计划–代码–组件协同进化框架,其中 AI 智能体共同进化算法结构、可执行实现以及可复用组件的共享池,以构建混合求解器增强启发式算法。在组合优化基准测试和 MIPLIB 实例上,该框架在严格的运行时间预算下达到或超越了最先进的求解器水平,并在六边形装箱等问题上刷新了最佳结果。

0 人收藏 0 人点赞
#evolutionary-optimization

排名可靠的教师指导适应度近似方法在昂贵进化优化中的应用:TinyML架构搜索研究

arXiv cs.AI ↗ · 2026-09-28 缓存

本文介绍了TGL-NSGA-II,一种用于约束TinyML神经架构搜索中昂贵进化优化的教师指导适应度近似框架,实现了比标准方法更高的效率和可靠性。

0 人收藏 0 人点赞
#evolutionary-optimization

GraphSkillEvo:图结构代理技能的进化优化

Hugging Face Daily Papers ↗ · 2026-09-18 缓存

GraphSkillEvo是一个进化优化框架,它将代理技能表示为图结构工件,以提高大型语言模型(LLM)的性能,在多个基准测试中超越基线。

0 人收藏 0 人点赞
#evolutionary-optimization

@dair_ai:// 面向多智能体系统的元技能演化 // 多智能体系统能否在不触及...的情况下提升编排能力?

X AI KOLs Following ↗ · 2026-06-20 缓存

Skill-MAS提出了一种在无需修改模型权重的情况下,为多智能体系统演化元技能以提升编排能力的方法,实现了跨任务和LLM的可迁移性能提升。

0 人收藏 0 人点赞
#evolutionary-optimization

基于流生成模型的残差空间进化优化

arXiv cs.AI ↗ · 2026-06-20 缓存

介绍了一个结合流生成编辑和进化算法的框架,用于在残差空间中进行优化,支持使用不可微目标进行可控数据编辑。在MorphoMNIST和晶体数据上进行了验证。

0 人收藏 0 人点赞
#evolutionary-optimization

基于环境的LLM游戏智能体自动提示优化

arXiv cs.CL ↗ · 2026-06-17 缓存

介绍了一个针对LLM游戏智能体的自动提示优化框架,该框架将观察-行动流水线分解为两个智能体,并通过环境回报引导的进化循环迭代优化提示。在BabyAI任务上评估,显著提高了成功率(例如,在PutNext上从0%提升到72.5%),且无需更新模型权重。

0 人收藏 0 人点赞
#evolutionary-optimization

@Sumanth_077:别再手动测试和重写提示词了!大多数团队运行评估、查看失败、猜测问题、重写提示词……

X AI KOLs Timeline ↗ · 2026-05-14 缓存

DeepEval引入了一种使用遗传算法对提示词进行进化优化的方法,允许基于评估反馈和多目标优化自动重写。

0 人收藏 0 人点赞
#evolutionary-optimization

基于卷积的深度学习模型量化后的进化微调

arXiv cs.LG ↗ · 2026-05-08 缓存

本文提出了一种基于神经进化的微调方法,以提高量化深度学习模型的精度。研究表明,仅使用最近邻舍入是次优的,而在 VGG 和 ResNet 等架构上对权重进行进化变异可获得更好的结果。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈