Задачу большего числа задач в лучшие гавани: агентическая эволюция граней через последовательный раскачивание масштабов

Компьютерные науки > Искусственный интеллект [представлен 20 октября 2026 года] Название: " Подключение новых задач к лучшей гавани: агентская эволюция Харнесс через последовательное масштабное просмотр PDF HTML (экспериментальное) резюме: Agential graging эволюции оптимизирует инструкции, инструменты агента и поток контроля с использованием опыта выполнения его задачи в качестве формирующихся доказательств. В то время как более сложные задачи в области эволюции должны интуитивно улучшать результативность, наше предварительное исследование показывает парадоксальный способ отказа: эффективность существующих методов ухудшается по мере расширения круга задач. Наш дальнейший анализ показывает, что эта деградация проистекает из неоптимального отбора доказательств в ходе оптимизации, поскольку различные сочетания данных приводят к существенным различиям в результатах эволюции. Для решения этой проблемы мы предлагаем последовательный масштабный гонок (ССР) - рамки, которые адаптируются к поиску оптимальных комбинаций доказательств в каждом цикле эволюции. ССР создает различные сочетания фактических данных на основе соответствующего качества задач и охвата, а также эффективно расгоняет полученные в результате этого кандидатуры за счет небольшого бюджета вычислений. Эмпирически в рамках трех отдельных контрольных показателей ССР достигает самых современных результатов во всех шести конфигурациях. Следует отметить, что по мере увеличения целевого пула с 40 до 200, ССР неуклонно…