11:04arXiv cs.LG@Weixian Xu, Shilong Liu, Mengdi Wang精选EEVEE 是首个支持多数据集测试时提示学习的框架,解决了 LLM 智能体在真实任务流中处理异构输入(来自多个数据集、领域和任务分布)的难题。现有方法多针对单数据集设计,无法应对跨数据集干扰。EEVEE 通过引入路由器将输入划分为任务簇并分配合适提示配置,采用路由器与提示协同进化策略优化。实验显示,在 Qwen3-4B-Instruct 和 DeepSeek-V3.2 上,多基准平均分分别提升 10.38 和 24.32 分,超越 SOTA 方法 GEPA 和 ACE 最高达 37.2% 和 48.2%。论文LLM智能体提示学习多数据集测试时学习路由策略推荐理由:做 LLM 智能体部署的团队终于有了处理真实异构数据流的方案——EEVEE 的提示学习框架能自动适应多任务流,建议做 Agent 落地的开发者关注。原文
02:26rohanpaul_ai@rohanpaul_aiFactory 推出了 Factory Router,一个编码智能体模型选择器。它通过将每次编码任务视为路由决策,先用低成本模型处理,若失败或需要深度推理则升级到更强的前沿模型。该工具在 Terminal-Bench 2 上达到了 Claude Opus 4.7 99% 的性能,同时将 AI 会话成本降低 20-25%。这解决了编码智能体场景中模型选择与成本平衡的痛点,让前沿模型只用于真正需要它的任务。AI产品编码智能体模型选择器成本优化Factory路由策略推荐理由:做编码智能体开发的团队终于有了一个智能省钱方案——Factory Router 用路由策略自动平衡成本与性能,建议试试能否集成到你的工作流中。原文