arXiv 机器学习· Jiahang Sun, Zhiwei Shang, Zhipiao Liu, Hongwei Yang, Guoqing Xie, Shuang Qiu, Zhongxiang Dai·· 7 小时前AI 评分34
CB-Orchestrator：基于情境多臂老虎机自适应优化 LLM 智能体工作流
CB-Orchestrator: Adaptive Workflow Optimization for LLM Agents via Contextual Bandits
AI 导读
研究人员提出 CB-Orchestrator 框架，通过解耦工作流生成与选择来降低 LLM 智能体的工作流优化成本。该框架先用进化搜索构建候选工作流池，再将其建模为 Contextual Bandit 问题以平衡探索与利用，并在推理时按查询自适应匹配工作流。
来源：arXiv 机器学习 · arxiv.org