★ 2
T-GADE：热力学生成式AI驱动的LLM产物演化
研究提出T-GADE，通过LLM遗传算子和产物级多样性评估扩展热力学遗传算法，用于演化描述配代码等结构化LLM产物。统一自由能目标支持世代与稳态更新，Fermi型占据排除重复基因型，Bose型允许重复。在在线装箱任务上，T=0.003的世代Bose型T-GADE将训练中位超额降低约29%，验证选择…
arXiv cs.AI49 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出T-GADE，通过LLM遗传算子和产物级多样性评估扩展热力学遗传算法，用于演化描述配代码等结构化LLM产物。统一自由能目标支持世代与稳态更新，Fermi型占据排除重复基因型，Bose型允许重复。在在线装箱任务上，T=0.003的世代Bose型T-GADE将训练中位超额降低约29%，验证选择…