Le filThèmes : AgentsÉvaluationsRecherche
FrugalEvo fait explorer un LLM puissant et implémenter un LLM moins coûteux pour l’évolution de programmes
1 sourcemis à jour il y a 2 jpertinence 3,5 sur5
L’essentiel
Pour le packing de cercles, FrugalEvo atteint un nouvel état de l’art pour 1,68 dollar avec GPT-5.6 Terra et Luna, et 0,55 dollar avec GLM-5.3 et sa variante Flash, contre environ 50 dollars en moyenne pour CORAL et SwarmResearch.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHui Chen, Xuan Qi, James Xu Zhao et al.huggingface.co
FrugalEvo: Towards Cost-Aware LLM-Guided Program Evolution (site externe)
LLM-guided evolutionary methods, such as AlphaEvolve, have emerged as powerful approaches for challenging computational optimization problems, such as circle packing. However, prior work typically optimizes performance gain over a fixed number of iterations.
Sur les mêmes thèmes
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Agents
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
Évaluations
Des chercheurs suggèrent que les modèles de langage tendent à présenter par défaut des récits de succès
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5