成本-质量权衡相关 AI 资讯 · AI 热点

7月22日

11:33

11:33

官方账号arXiv cs.LG@Michael Jungo, Aixiu An

该研究探讨了基于可验证奖励的强化学习（RLVR）在神经机器翻译（NMT）后训练中的应用。实验发现，在推理阶段保留模型的推理痕迹能显著提升翻译质量，尤其在法律文档翻译中表现突出。但推理过程导致输出token数量增加约30%，需在计算成本与翻译质量间权衡。研究通过系统性地从训练或推理阶段移除推理轨迹，明确了推理痕迹对质量的贡献主要来自推理阶段而非训练阶段。

论文 RLVR 神经机器翻译强化学习

推荐理由：这篇论文用实验告诉你：机器翻译加推理步骤质量更好，但token成本涨三成，做生产部署前得算清楚这笔账。

5月27日

10:29

10:29

官方账号arXiv cs.AI@Melissa Z. Pan, Negar Arabzadeh, Mathew Jacob, Fiodar Kazhamiaka, Esha Choukse, Matei Zaharia

精选

现代检索Agent面临大量配置选择（如LLM、检索器、文档数量等），传统方法按工作负载静态调优，忽略了查询级别的优化空间。研究者提出BRANE系统，利用LLM将自然语言查询转化为工作负载特征，再训练轻量级预测器评估各配置的准确性。在推理时，BRANE根据成本与准确率目标自动选择最优配置，无需重新训练。在MuSiQue、BrowseComp-Plus和FinanceBench上，BRANE以最高89%的成本降低达到最佳固定配置的准确率，并优于LLM路由、规则和微调Qwen3-4B基线。这表明查询级别的全管道配置是静态调优的实用替代方案。

论文检索Agent 配置优化成本-质量权衡

推荐理由：检索Agent的配置优化是成本与质量的永恒博弈，BRANE让每个查询都能自动找到最优解，做RAG或搜索系统的团队可以直接参考其方法，省下大量手动调参时间。