Tech Meridian ← К ЛЕНТЕ
PROМОЙ MERIDIAN EN

ИССЛЕДОВАНИЕ · RESEARCH · #3194

EnvOpt: автоматизированная оптимизация стационарных окружений агентов (arXiv:2611.07372v1)

EnvOpt — метод автоматизированной сквозной оптимизации стационарных окружений для LLM-агентов, совместимый с любыми моделью и harness и не требующий градации или эталонных ответов. На AutomationBench он сократил стоимость работы Claude Haiku 4.5 на 72,7% и повысил проходной процент на 14,34%, снизил стоимость Opus 5 на 68,1% с приростом точности 1,34%, добавил 83,4% снижения затрат и 11,17% точности поверх Meta-Harness для Haiku 4.5 и в целом показал переносимость и стабильные сокращения затрат на пяти бенчмарках.

КЛЮЧЕВЫЕ ТЕЗИСЫ

  1. EnvOpt — метод автоматизированной сквозной оптимизации стационарных окружений для LLM-агентов, совместимый с любыми моделью и harness и не требующий градации или эталонных ответов.
  2. На AutomationBench он сократил стоимость работы Claude Haiku 4.5 на 72,7% и повысил проходной процент на 14,34%, снизил стоимость Opus 5 на 68,1% с приростом точности 1,34%, добавил 83,4% снижения затрат и 11,17% точности поверх Meta-Harness для Haiku 4.5 и в целом показал переносимость и стабильные сокращения затрат на пяти бенчмарках.
  3. Показывает, что оптимизация представления информации в окружении — отдельная и высокоэффективная ось (помимо настройки модели и harness), способная значительно снизить затраты и повысить успешность без размеченных данных.

ПОЧЕМУ ЭТО ВАЖНО

Показывает, что оптимизация представления информации в окружении — отдельная и высокоэффективная ось (помимо настройки модели и harness), способная значительно снизить затраты и повысить успешность без размеченных данных.

ИСТОЧНИКИ И ХРОНОЛОГИЯ

1