跳到正文
原文
arXiv · Neural and Evolutionary Computing· Sevda Ebrahimi, Mohammed Saidul Islam, Xiaodan Zhu 等 4 人
· 2 天前

GRAFT:执行引导的智能体设计基因重组

GRAFT: Execution-Guided Genetic Recombination for Agent Design

预印本 · 尚未经过同行评审

AI 导读

GRAFT 用父代执行证据引导语义交叉,测试准确率82.0%,超最强基线9.8个百分点。

摘要 · AI 翻译

自动化智能体设计旨在搜索可执行架构,以提升基于大语言模型的智能体性能,其中进化方法利用语言模型交叉来重组有前景的机制,用于任务分解、模型协调与验证。然而,这种搜索通常仅由聚合适应度引导,从而掩盖了每个分数背后实例层面的成功与失败。我们提出用于智能体设计的执行引导遗传重组(GRAFT),它使用聚合适应度进行选择与存活,并利用父代特定的执行证据来引导带有集成变异的语义交叉。其反馈框架复用适应度评估中成功与失败运行的有界样本,不提供参考答案,且无需额外执行任务。我们使用开放权重的优化器与执行器模型,在六种推理与编程设置下评估 GRAFT。它取得了 82.0% 的平均测试准确率,超过最强基线 9.8 个百分点。受控消融实验表明,在初始化、搜索规则、修复策略与评估预算保持固定的情况下,加入执行证据可提升测试准确率。我们的结果支持父代特定执行证据在进化式智能体设计中的价值。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Neural and Evolutionary Computing · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。