★ 3
行为感知框架构建多样化LLM群体预测未来
利用多个LLM进行未来预测时,简单增加数量不一定有效,模型间可能存在冗余。提出行为感知框架,通过推理轨迹聚类模型行为并选择代表进行集体预测。结果显示,基于K-means++的三模型群体优于全部25个模型的传统投票,同时减少88%模型调用和约80%推理成本。
arXiv cs.AI68 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
利用多个LLM进行未来预测时,简单增加数量不一定有效,模型间可能存在冗余。提出行为感知框架,通过推理轨迹聚类模型行为并选择代表进行集体预测。结果显示,基于K-means++的三模型群体优于全部25个模型的传统投票,同时减少88%模型调用和约80%推理成本。
论文指出自进化智能体研究过度聚焦少数父代个体,浪费了群体中涌现的能力与诊断证据。作者提出「无处之见」原则并实现为群体中心进化(PCE),将群体任务记录与修改历史蒸馏为群体块指导改进。在 SWE-bench Verified 达 72.1%、Polyglot 达 96.7%。