跳到主要内容
检索

# 多保真树状老虎机

1 篇关联报道

订阅更新
  1. arXiv

    CANOPY 用随机路径探针在线检测平滑性违背,在路由、top-k 识别、测试时搜索、缓存与提示裁剪上以同等预算取得更好结果

    该工作提出 CANOPY,一种多保真度树状 bandit 方法:它用廉价的随机路径探针构建局部聚合偏差的在线证书,把昂贵的叶子评估导向证书检测到平滑性违背的单元,从而不再预先假定全局平滑先验;作者给出固定预算与遗憾保证,其额外代价随不连续点数量可加,并在无违背时恢复平滑树速率、在违背密集时趋近结构盲搜索;在路由、top-k 识别、测试时搜索、缓存与提示裁剪中,CANOPY 在匹配预算下持续提升表现,包括在 1000 模型池上 top-10 召回率提高 2.9 倍、在 SWE-bench Verified 上比 best-of-N 多解决 1.6 倍问题、前缀缓存下中位首 token 时间降低 3.6 倍。

已读完全部报道