跳到正文
热点事件持续更新

论文提出批量并行GEPA优化方法

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Jialin Zhang 等研究者发布论文(arXiv:2610.36774),将开源 GEPA 优化器扩展为在每步优化中并行提出和评估一批候选方案,而非逐个处理。 在两项任务的实验中,多数批量化运行的墙钟时间缩短一半以上,最快的仅需约四分之一到三分之一时间;held-out 测试分数也更高,LiveBench-Math 从 68.9% 提升到 72.1%(2×2 配置),HoVer 从 49.0% 提升到 60.0%(8×1 配置)。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv cs.AI
    并行批量化优化循环:批量提案让 GEPA 反思优化更快更准

    研究者扩展开源 GEPA 优化器,使其在每一步优化中并行提出和评估一批候选方案,而非逐个处理。在两项任务的实验中,多数批量化运行将墙钟时间缩短一半以上,最快的仅需约四分之一到三分之一时间;held-out 测试分数也更高,LiveBench-Math 从 68.9% 提升到 72.1%(2×2 配置),HoVer 从 49.0% 提升到 60.0%(8×1 配置)。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。