论文提出相关性感知上下文老虎机LLM路由方法
热点事件持续更新
论文提出相关性感知上下文老虎机LLM路由方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Ajay Narayanan Sridhar 等作者发表论文，针对 LLM 路由等臂间存在相关性、且能获取机器学习模型代理奖励信号的上下文老虎机问题，提出耦合奖励混合与解耦预测混合两类算法。 论文称，解耦设计在代理信号失配时仍能保持与纯老虎机方法相当的 regret 界；代理预测足够有效时 regret 更优。在 LLM 路由基准上，该方法相比标准上下文老虎机基线和强静态路由方法，展现出更好的样本效率与准确率-成本权衡。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
面向 LLM 路由的相关性感知上下文老虎机与代理奖励报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.LG面向 LLM 路由的相关性感知上下文老虎机与代理奖励
研究针对 LLM 路由等场景中臂间存在相关性、且可获取机器学习模型产生的代理奖励信号的上下文老虎机问题，提出耦合奖励混合与解耦预测混合两类算法。解耦设计在代理信号失配时仍能保持与纯老虎机方法相当的 regret 界，代理预测足够有效时 regret 更优。在 LLM 路由基准上，该方法相比标准上下文老虎机基线和强静态路由方法展现出更好的样本效率与准确率-成本权衡。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。