arXiv · cs.AI · Xingzhi Qian, Sungho Park, Rongyuan Tan, Jianbo Yu, Jue Zhang, Lorenzo Cavallaro, Menglin Xia, Yanzhi Chen, Xinnuo Xu, Yu Kang, Xinran Zheng, Gagan Somashekar, Xuchao Zhang, Chetan Bansal, Qingwei Lin, Victor R\"uhle · 10 小时前模型评分46
ParetoSaddler：面向质量与成本的智能体执行框架帕累托优化
ParetoSaddler: Pareto-Guided Optimization of Agent Harnesses for Quality and Cost
导读
ParetoSaddler 将中间候选的晋级与最终部署选择分开，用贝叶斯自助法帕累托支持度筛选在质量或成本上有可信进步的候选，从而在不改模型权重的前提下联合优化 大语言模型（LLM，Large Language Model） 智能体的质量与成本。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce ParetoSaddler, which addresses this mismatch by separating intermediate candidate promotion from final deployment selection.”
来源：arXiv · cs.AI · arxiv.org