新算法提升LLM路由样本效率
热点事件持续更新
新算法提升LLM路由样本效率
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Ajay Narayanan Sridhar等作者发表论文，提出一种面向大语言模型（LLM）路由的相关性感知上下文老虎机算法，允许不同臂之间存在上下文相关的关联，并利用机器学习模型产生的代理奖励信号。 该方法包含耦合奖励混合与解耦预测混合两种设计。作者称，解耦预测混合在代理信号失配时仍能保持与纯老虎机方法相当的遗憾界，信号可靠时表现更优。 在LLM路由基准上，该方法相比标准上下文老虎机基线和强静态路由方法，样本效率更高，准确率与成本的权衡更优。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
面向 LLM 路由的相关性感知上下文老虎机与代理奖励报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.LG面向 LLM 路由的相关性感知上下文老虎机与代理奖励
研究针对 LLM 路由场景，提出利用代理奖励信号的相关性感知上下文老虎机算法，允许臂间存在上下文相关的关联。方法包含耦合奖励混合与解耦预测混合两种设计，后者在代理信号失配时仍能保持与纯老虎机方法相当的遗憾界，信号可靠时则更优。在 LLM 路由基准上，该方法相比标准上下文老虎机基线和强静态路由方法，样本效率更高，准确率-成本权衡更优。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。