SpecEvo提出多LLM低成本科学发现框架
热点事件持续更新
SpecEvo提出多LLM低成本科学发现框架
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Ha Minh Hieu等人在arXiv发布论文，提出SpecEvo框架：由轻量模型承担并行候选生成与证据整合，仅在稀疏检查点调用前沿模型Navigator进行综合、精修或重构，以降低科学发现的API成本。 论文称，在覆盖四个科学发现领域的176个任务上，SpecEvo匹敌或超越前沿模型基线，API成本最多降低80%；方程发现评测效率较低成本基线提升至1.5倍，比最强CO-Bench基线提升3.8%。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
SpecEvo：用大语言模型推测式进化实现低成本科学发现报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AISpecEvo：用大语言模型推测式进化实现低成本科学发现
SpecEvo 是一个多 LLM 框架，通过轻量模型承担并行候选生成与证据整合，仅在稀疏检查点调用前沿模型 Navigator 进行综合、精修或重构，实现低成本科学发现。在覆盖四个科学发现领域的 176 个任务上，SpecEvo 匹敌或超越前沿模型基线，API 成本最多降低 80%，方程发现的评测效率较低成本基线提升至 1.5 倍，并比最强 CO-Bench 基线提升 3.8%。
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。