用于扩展 LLM 代理的回合级 Best-of-N 采样
原文:On Turn-Level Best-of-N Sampling for Scaling LLM Agents
在这项工作中,我们评估了一种基于 \textit{turn-level best-of-N 采样} (\method) 的简单推理时间缩放方法,适用于复杂、长期任务的大型语言模型 (LLM) 代理。我们使用具有两个 LLM 的 \textit{generator-selector} 框架来实例化它;在每一轮,\emph{generator} 模型生成 $N$ 个候选动作,\emph{selector} 模型选择其中一个,这
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。