热点事件持续更新
组件感知反馈提升自演化程序搜索效率
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
2026年10月1日，arXiv cs.AI 分类发布一项研究，提出组件感知反馈机制用于 LLM 自演化程序搜索。该机制通过对比每个评估程序与其父代、识别发生变化的组件，并将指标差异连同局部与全局两种参照系写入归因记忆，供后续变异读取。在 LLM 重排序任务上，该方法在十二个 Bright 数据集上以中位数三分之一的搜索预算达到最强基线的最终质量，留出集 nDCG@10 高出 7.2%；在成本感知目标下，找到的流水线平均更准确且每次查询少用 11% token。目前该工作以预印本形式公开，尚无后续报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 12:00
研究者提出组件感知反馈机制，以三分之一搜索预算达到最强基线质量。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv：cs.AI（全量分类）组件感知反馈如何加速 LLM 自演化程序搜索
研究者提出组件感知反馈机制，通过对比每个评估程序与其父代、识别发生变化的组件，并将指标差异连同局部与全局两种参照系写入归因记忆，供后续变异读取。在 LLM 重排序任务上，该方法在十二个 Bright 数据集上以中位数三分之一的搜索预算达到最强基线的最终质量，留出集 nDCG@10 高出 7.2%；在成本感知目标下，找到的流水线平均更准确且每次查询少用 11% token。
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。