跳到正文
热点事件持续更新

超时级联策略降低编程智能体推理成本

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Boxi Zhou 等作者发表论文,提出一种“超时级联”混合推理策略:先让小模型尝试,必要时再升级到大模型,从而降低编码智能体的推理成本。研究评估了 2024 年以来发布的 36 个开源大、小模型,发现近期小模型在软件工程基准上正缩小与大模型的准确率差距,且差距高度集中在难题上。 作者称,该策略使总 GPU 小时成本最多降低 33%,在 SWE-bench Verified 全部任务上成本降低 16.4% 且不牺牲准确率;这种简单级联方案的效果接近 oracle 式任务路由器的效果,无需复杂的学习型路由器。

AI 根据报道生成 · 48 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    用超时级联降低编程智能体推理成本

    研究评估了 2024 年以来发布的 36 个开源大、小模型,发现近期小模型在软件工程基准上正缩小与大模型的准确率差距,且差距高度集中在难题上。采用先试小模型、必要时升级到大模型的混合推理策略,总 GPU 小时成本最多降低 33%,在 SWE-bench Verified 全部任务上成本降低 16.4% 且不牺牲准确率。该简单级联方案接近 oracle 式任务路由器的效果,无需复杂的学习型路由器。

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。