arXiv cs.LG· Jiahang Sun, Zhiwei Shang, Zhipiao Liu, Hongwei Yang, Guoqing Xie, Shuang Qiu, Zhongxiang Dai·· 7 小时前AI 评分27
CB-Orchestrator：通过上下文赌博机实现 LLM 智能体自适应工作流优化
CB-Orchestrator: Adaptive Workflow Optimization for LLM Agents via Contextual Bandits
AI 导读
CB-Orchestrator 将 LLM 智能体的工作流生成与选择解耦，先用进化搜索构建候选工作流池，再用上下文赌博机（Contextual Bandit）建模工作流选择，在推理时按查询自适应选取最优工作流。在五个基准上它均优于所有基线，MATH 数据集上训练阶段 API token 开销降低不少于 40.55%，含工作流池生成的总端到端训练 token 开销降低不少于 29.73%。
来源：arXiv cs.LG · arxiv.org