مقاله‌ی arXiv:2610.12086 · منتشرشده در کانال
EvoAlloc: A Self-Evolving Resource Allocation Agent for Efficient Program Evolution
ایوآلوک: ایجنت خودتکامل تخصیص منابع که ارزیابی‌های گران را در تکامل برنامه هدفمند خرج می‌کند
- تاریخ
- (۱۶ مهر ۱۴۰۵) 2026-10-08 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Yanning Dai, Yuhui Wang, Nanbo Li, Wenyi Wang, Jürgen Schmidhuber
- نهاد نویسنده‌ها
- Center of Excellence for Generative AI, King Abdullah University of Science and Technology (KAUST); Sakana AI
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
تکامل برنامه با مدل زبانی برای هدایت جست‌وجوی تکراری به بازخورد ارزیابی متکی است، اما ارزیابی اغلب از نظر محاسباتی گران است، پس باید منابع محدود به نامزدهایی برسد که جست‌وجو را بیشتر پیش می‌برند. روش‌های موجود در کل جست‌وجو یک راهبرد ثابت تخصیص دارند و ممکن است منابع را روی نامزدهای کم‌ارزش هدر دهند و نامزدهای امیدوارکننده را نادیده بگیرند.
روش
ایجنت EvoAlloc از تجربه‌ی جست‌وجو یاد می‌گیرد تا راهبرد تخصیص منابع محاسباتی بین نامزدها را بازنگری کند. به‌طور دوره‌ای نتیجه‌های جست‌وجو و تخصیص قبلی را به تجربه‌ی قابل استفاده‌ی مجدد تثبیت می‌کند که بازنگری‌های بعدی راهبرد را هدایت می‌کند. یک سازوکار کاوش خلاف واقع هم گاهی نامزدهایی را که تخصیص‌دهنده رد کرده ارزیابی می‌کند تا نتیجه‌شان تجربه را غنی کند.
یافته‌ها
- در بنچمارک‌های کدنویسی و بهینه‌سازی هارنس ایجنت، برای رسیدن به کارایی پایه ۵۹ تا ۸۲ درصد ارزیابی کامل کمتر و ۶۱ تا ۸۹ درصد توکن کمتر لازم داشت.
- با بودجه‌ی ارزیابی کامل یکسان، کارایی نهایی ۸٫۷ تا ۱۲٫۰ درصد بالاتر بود.
محدودیت‌ها
بخش جمع‌بندی و محدودیت‌های مقاله محدودیت مشخصی را جداگانه بیان نمی‌کند؛ ارزیابی روی دو بنچمارک ADAS-AIME و چیدمان دایره‌ها انجام شده است.
چرا مهم است
در جست‌وجوهای تکاملی مثل AlphaEvolve، بیشترین هزینه صرف ارزیابی می‌شود. این کار نشان می‌دهد یک تخصیص‌دهنده‌ی یادگیرنده می‌تواند هزینه را تا چند برابر کم کند.