LLM 智能体工作流的成本高效帕累托推荐方法

研究提出 CC-Gittins 算法，通过多目标扩展在 LLM 智能体工作流中实现任务质量与部署成本的帕累托推荐。该方法利用评估与部署成本的耦合关系交替搜索并复用评估数据，同时支持引入延迟作为第三优化目标。在 8 个基准测试中，CC-Gittins 仅耗费约 10% 的穷举评估成本即可恢复大量真实帕累托前沿，30% 成本时即可覆盖绝大部分前沿。