混合保真随机优化框架

Swati Gupta 和 Tianjiao Li 提出两种可在不同保真度随机预言机之间自适应切换的成本感知优化框架，用于评估下游任务中何时值得使用更高保真度的 LLM。论文称，在预言机偏差已知时，算法会按优化阶段选择保真度，累计成本不高于事后表现最佳的固定预言机。 在偏差未知时，方案通过可信的梯度评估认证优化进展，并淘汰效果不佳的预言机。上述成本和性能结论属于论文提出的算法性质，适用范围是其随机优化框架。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。