arXiv Artificial Intelligence· Shuang Wu·· 18 小时前AI 评分24
高斯过程 Bandit 如何用选择性验证反馈优化 AI 系统
Gaussian Process Bandits for AI System Optimization with Selectively Verified Feedback
AI 导读
研究针对高斯过程 Bandit 优化提示词、检索系统和智能体工作流时，低成本模型评估与可信任务结果不一致的问题，提出选择性验证设定：动作先于诊断信号选定，可信反馈仅在未知诊断状态集上有效。
来源：arXiv Artificial Intelligence · arxiv.org