Ближе взгляните на агентство BBO: контрольные показатели агентов LLM для оптимизации Black-Box

arXiv:2610.12183v1 Annualce Type: New Humber Brack-box Reduction (BBO) возникает во многих научных и инженерных проблемах, когда объективные оценки являются дорогостоящими и ограниченными. Недавно появившиеся крупные языковые модели (LLM) предлагают новый способ подхода к BBO путем сочетания задач семантики, расчетов, средств оптимизации и принятия решений на основе обратной связи, демонстрируя большой потенциал благодаря интеграции с математически жесткими инструментами. Вместе с тем существующие агентские исследования BBO используют различные области задач и конфигурации систем, что затрудняет сопоставление их результатов, а последствия индивидуальных вариантов дизайна трудно выделить. Поэтому мы введем AgenticBBO-Bench, перекрестный контрольный параметр для агентских BBO, охватывающих синтетические функции, оптимизацию гиперпараметров, настройку базы данных, проектирование чипов и молекулярную конструкцию согласно унифицированному протоколу оценки конечной части бюджета. В наших экспериментах агенты BBO достигают более высоких средних показателей по семье, чем прямые методы на основе LLM во всех пяти областях.