研究者发布基于LLM智能体的无导数优化求解器NextEval
热点事件持续更新
研究者发布基于LLM智能体的无导数优化求解器NextEval
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Shuo Chen 等研究者在 arXiv 发布论文，提出 NextEval——一个由 LLM 智能体选择工具、配置参数并分配评估预算的无导数优化（DFO）求解器，数值方法负责计算候选点，共享评估历史支持方法切换后的延续。论文称，在低维 DFO 问题上的数值结果显示，NextEval 在函数评估效率上优于 SOTA 基线。 配套的 NextEval Bench 基准在相同评估预算与信息约束下比较不同智能体配置。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
NextEval：基于智能体的无导数优化求解器与基准发布报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AINextEval：基于智能体的无导数优化求解器与基准发布
研究者发布 NextEval，一个结合大语言模型智能体与数值环境的无导数优化（DFO）求解器，由 LLM 智能体选择工具、配置参数并分配评估预算，数值方法负责计算候选点，共享评估历史支持方法切换后的延续。配套的 NextEval Bench 基准在相同评估预算与信息约束下比较不同智能体配置。在低维 DFO 问题上，NextEval 求解器在函数评估效率上优于 SOTA 基线。
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。