arXiv cs.CL· Shai Nahum Gefen, Vered Chassida, Dmitry Basin, Guy Feigenblat·· 10 小时前AI 评分39
CLEO：为自托管 LLM 拟合最小化智能体框架，而非优化模型本身
Optimize the Harness, Not the Model: Fitting a Minimal Agent to a Self-Hostable LLM for Investigative Analysis
AI 导读
CLEO 是一种为固定的自托管 LLM 拟合最小化智能体框架的方法，只保留能提升准确率且保持通用、可审计的工具、护栏、记忆策略与循环组件。在留出数据集上，CLEO 框架通过率达 83.8%，与最强的开箱即用 Claude Code SDK 基线相差 1.2 个百分点，而规模小两个数量级。
正文 · AI 翻译
摘要：政府情报团队需要能够分析大型、杂乱证据集合的 LLM 智能体，但安全和成本限制往往排除了托管的前沿模型以及广泛、难以审计的工具面。我们报告了 CLEO：环境优化约束循环（Constrained Loop for Environment Optimization），一种将最小智能体框架适配到固定的、可自托管的 LLM 的方法。给定经专家验证的数据集，CLEO 仅接纳那些能提高准确性、同时保持通用性和可审计性的工具、护栏、记忆策略和循环组件。在我们的留出数据集上，CLEO 框架达到 83.8% 的通过率，与最强的开箱即用 Claude Code SDK 基线相差 1.2 个百分点以内，而规模小两个数量级。
| 评论： | 3 页，1 张表。CIKM 2026 工业日演讲，罗马，2026 年 11 月 7 日 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2611.03434 [cs.AI] |
| （或 arXiv:2611.03434v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.03434 arXiv 颁发的 DOI 通过 DataCite（待注册） |
|
| 相关 DOI： | https://doi.org/10.1145/3799682.3839256
链接到相关资源的 DOI |
提交历史
来自：Shai Nahum-Gefen [查看电子邮件]
[v1]
2026 年 11 月 2 日星期一 16:53:29 UTC（7 KB）
来源：arXiv cs.CL · arxiv.org