Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.21512

帮助 | 高级搜索

计算机科学 > 神经与进化计算

arXiv:2506.21512 (cs)
[提交于 2025年6月26日 ]

标题: 评估用于小语言模型、提示和评估指标的进化搜索引擎

标题: Assessing an evolutionary search engine for small language models, prompts, and evaluation metrics

Authors:Cláudio Lúcio do Val Lopes, Lucca Machado
摘要: 并发优化语言模型和教学提示对于部署高效且有效的AI系统提出了重大挑战,特别是在平衡性能与计算成本(如标记使用量)时。 本文介绍并评估了一种双目标进化搜索引擎,旨在探索这一复杂空间,特别关注小型语言模型(SLMs)。 我们采用NSGA-II算法和提示语法,在一些推理任务中同时优化任务准确性和标记效率。 我们的结果成功识别出多样化的高性能模型-提示组合,定量揭示了两个目标之间的关键权衡。 这项研究突显了特定SLMs与提示结构(例如,指令、上下文、思维链)之间的任务特定亲和性。 生成的实用帕累托前沿为决策者提供了一组可适应其特定约束的优化解决方案。 这种自动化方法超越了传统的手动调整,为发现有效的人机交互模式提供了基础框架。
摘要: The concurrent optimization of language models and instructional prompts presents a significant challenge for deploying efficient and effective AI systems, particularly when balancing performance against computational costs like token usage. This paper introduces and assesses a bi-objective evolutionary search engine designed to navigate this complex space, focusing specifically on Small Language Models (SLMs). We employ the NSGA-II algorithm and prompt grammar to simultaneously optimize for task accuracy and token efficiency across some reasoning tasks. Our results successfully identify diverse, high-performing model-prompt combinations, quantitatively revealing the critical trade-off between the two objectives. This research highlights task-specific affinities between particular SLMs and prompt structures (e.g., instructions, context, chain of thought). The generated practical Pareto fronts offer decision-makers a portfolio of optimized solutions adaptable to their specific constraints. This automated approach moves beyond traditional manual tuning, providing a foundational framework for discovering effective human-AI interaction patterns.
评论: 14页,1图,1表
主题: 神经与进化计算 (cs.NE)
引用方式: arXiv:2506.21512 [cs.NE]
  (或者 arXiv:2506.21512v1 [cs.NE] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.21512
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Claudio Lopes [查看电子邮件]
[v1] 星期四, 2025 年 6 月 26 日 17:36:23 UTC (79 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.NE
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号