MOAE: Многоцелевая эволюция агента с поиском папето

arXiv: 2609.05992v1 Annuaire Type: New Brieft: По мере дальнейшего продвижения агентов на основе LLM их оценка становится все более многогранной: способный агент должен не только достичь высокой точности выполнения задачи, но и хорошо выполнять функции качества взаимодействия, безопасности и эффективности, поднимая центральный вопрос: можно ли оптимизировать эти цели одновременно? Существующие методы учитывают множество целей, однако многие из них сводятся к фиксированному скалярному баллу. Такая скаляризация зависит от метрической нормализации и весовых коэффициентов преференций, а также может привести к исключению кандидатов, представляющих собой полезные компромиссы при развертывании. Мы введем многоцелевой агент Эволюция (MOAE), который организует итеративное совершенствование in-context, как эволюционный поиск по полному запуску агента. С учетом ограниченного бюджета на внедрение МОАЭ ведет эмпирический архив кандидатов, в которых не доминирует доминирующее положение, использует объективную диагностику для ориентации воспитания потомства и применяет систему св.