10:31
官方账号arXiv cs.AI@Tianyu Huai, Tingshuo Fan, Xinchi Chen, Yining Zheng, Yuxin Wang, Shuang Chen, Jie Zhou, Xuanjing Huang
推荐理由：想用LLM自动调超参？这个基准测了12个智能体，告诉你它们能做什么、卡在哪。
AgentHPOBench
共 1 条相关 AI 资讯
8月3日
10:31
AgentHPOBench 提出一个包含30个可执行机器学习任务的序列化基准，覆盖7个研究类别，用于评估LLM智能体的超参数优化能力。每个任务从已验证的基线运行开始，智能体需逐步观察配置、指标和日志后提出下一组超参数。研究在统一协议下评测了12种智能体和传统HPO基线。结果显示当前智能体具备初步实验优化能力，但在持续迭代改进、复杂日志诊断和逼近参考性能方面仍有明显局限。