12:34
官方账号arXiv cs.AI@Akshat Gupta, Jermaine Lei, Alexander Lu, Gopala Anumanchipalli, Leshem Choshen
推荐理由：这篇论文用310万次测试证明没有一种自动发现框架永远最好，建议根据任务灵活调整，值得做Agent研究的同学参考。
OpenEvolve
共 1 条相关 AI 资讯
7月21日
12:34
论文拆解了OpenEvolve和TTT-Discover两种自动发现系统的组件，在12个模型-问题对上评估了30种预算匹配框架，涉及超过310万次LLM生成。重复试验统计分析表明，没有一种固定框架在所有情况下表现最优，且OpenEvolve变体普遍不如更简单的方案。研究发现早期发现进度可预测最终性能，因此提出基于早期表现进行预算自适应分配的方案，其效果优于随机固定框架或非自适应集成。该研究建议将框架选择视为超参数，而非通用方案。