CB-Orchestrator: Адаптивная оптимизация рабочего потока для агентов LLM через контекстуальные бандиты

arXiv: 2610.13064v1 Annuate Type: New Express: Major Lange Model (LLM) продемонстрировали замечательные возможности в решении сложных задач с помощью агентских рабочих процессов. Однако ручная разработка этих рабочих процессов требует больших затрат труда и не обеспечивает гибкости для адаптации к различным запросам. Хотя автоматизированная оптимизация рабочих процессов является многообещающим направлением, существующие методы часто сопряжены с дорогостоящими расходами на АПИ в ходе сбора обратной связи в рамках этапа обучения. Кроме того, они не обеспечивают адаптивного повторного использования высококачественных рабочих процессов, что создает узкие места как для эффективности работы, так и с точки зрения затрат. Для устранения этих ограничений мы предлагаем CB-Orchestrator - адаптивную систему, которая отделяет от отбора процессор. На первом этапе мы создаем разнообразный набор рабочих процессов для кандидатов на основе эволюционного поиска. На втором этапе мы формулируем выбор рабочих процессов как контекстуальную проблему Бандита, которая позволяет осуществлять эффективное обучение путем сбалансированного поиска и разработки, что тем самым является значительным.