ИССЛЕДОВАНИЕ · RESEARCH · #1318
Component‑Aware Feedback для самоэволюционирующих программ (arXiv:2609.38639v1)
В статье предложен подход «component-aware feedback», фиксирующий правки по компонентам и связанные изменения метрик в атрибутивной памяти с локальной (по отношению к родителю) и глобальной (по отношению к исходной программе) системами отсчёта, чтобы последующие мутации могли читать явную атрибуцию. На 12 датасетах Bright для задачи перестановки (reranking) авторы сообщают, что достигают качества сильного базового метода после медианы одной трети бюджета поиска, получают на 7,2% выше удерживаемое nDCG@10 и при оптимизации с учётом стоимости находят конвейеры, в среднем точнее, при использовании на 11% меньше токенов на запрос.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье предложен подход «component-aware feedback», фиксирующий правки по компонентам и связанные изменения метрик в атрибутивной памяти с локальной (по отношению к родителю) и глобальной (по отношению к исходной программе) системами отсчёта, чтобы последующие мутации могли читать явную атрибуцию.
- На 12 датасетах Bright для задачи перестановки (reranking) авторы сообщают, что достигают качества сильного базового метода после медианы одной трети бюджета поиска, получают на 7,2% выше удерживаемое nDCG@10 и при оптимизации с учётом стоимости находят конвейеры, в среднем точнее, при использовании на 11% меньше токенов на запрос.
- Предлагает практичный метод атрибуции эффектов конкретных правок по компонентам при эволюции программ под управлением LLM, что ускоряет и стабилизирует поиск для многокомпонентных конвейеров и снижает стоимость обслуживания.
ПОЧЕМУ ЭТО ВАЖНО
Предлагает практичный метод атрибуции эффектов конкретных правок по компонентам при эволюции программ под управлением LLM, что ускоряет и стабилизирует поиск для многокомпонентных конвейеров и снижает стоимость обслуживания.