计算机科学 > 机器学习
[提交于 2025年5月31日
]
标题: 强化学习辅助的大模型集成 (RLAE)
标题: RLAE: Reinforcement Learning-Assisted Ensemble for LLMs
摘要: 集成大型语言模型(LLMs)能够有效结合不同模型的多样性优势,为提升各种任务性能提供了一种有前景的方法。然而,现有的方法通常依赖固定的加权策略,这些策略无法适应LLMs能力的动态、上下文相关的特性。 在这项工作中,我们提出了基于强化学习辅助的大语言模型集成框架(RLAE),这是一个通过马尔可夫决策过程(MDP)视角重新定义LLM集成的新框架。我们的方法引入了一个强化学习代理,该代理通过考虑输入上下文和中间生成状态来动态调整集成权重,并使用直接对应于最终输出质量的奖励进行训练。 我们使用单代理和多代理强化学习算法($\text{RLAE}_\text{PPO}$和$\text{RLAE}_\text{MAPPO}$)实现了RLAE,在多种任务上显著优于传统的集成方法。广泛的评估显示,RLAE在一组多样化任务中的表现比现有方法高出$3.3\%$准确率点,提供了一个更有效的LLM集成框架。此外,我们的方法在不同任务中表现出卓越的泛化能力,无需重新训练即可实现更低的时间延迟。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.