★ 3
研究提出 LLM-IDEA 可识别性驱动自主发现智能体
论文提出 Identifiability-Driven Experimental Agent(LLM-IDEA),其可识别性引擎对平台期给出三分类判定:能力上限、设计类内可解决或已认证穷尽。在 ODEBench、DiscoverPhysics 及自建 Alien Universe 测试台上验证,可…
arXiv cs.AI24 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出 Identifiability-Driven Experimental Agent(LLM-IDEA),其可识别性引擎对平台期给出三分类判定:能力上限、设计类内可解决或已认证穷尽。在 ODEBench、DiscoverPhysics 及自建 Alien Universe 测试台上验证,可…
论文将LLM预训练中的数据混合问题视为经典混料实验,采用稀疏二阶Scheffé模型和I-最优设计。研究表明,领域价值具有强关系性,且模型鲁棒的最优设计可在减少25%代理运行的情况下恢复相关混合排序。
论文提出 CAP(候选获取策略),利用已完成相关优化任务的历史记录建模共享结构与任务差异,学习反馈条件化的顺序查询策略。在五个合成任务族与 BOPTEST、SU2 两个工程仿真基准上,CAP 在多数任务上取得最低中位最终预算值,表明稀疏历史记录可支持新任务的自适应查询。