Search

Tag: #optimization77 results

提升決策引擎在現實擾動下的可靠性

本文為 MILP 決策引擎提出了一種新的「求解後穩健性」層，用於審核解決方案以應對現實世界的參數變動。它引入了衡量可行鄰域與解平滑度的框架，確保 AI 驅動的計畫在不確定性下依然有效。

ArXiv AIResearch•Jun 2#optimization#robustness#decision-engines

優化 AI 代理工作流中的延遲、可靠性與成本

這項研究介紹了一個用於平衡多代理系統性能權衡的框架。它利用參數化指數可靠性函數來建模計算投入與輸出品質之間的關係。

ArXiv AIResearch•May 26#multi-agent-systems#optimization#token-management

MIGP 利用整數份量限制優化個人化營養規劃

研究人員提出了混合整數目標規劃 (MIGP)，以解決傳統飲食優化中常見的問題，例如不切實際的分數份量和難以達成的硬性約束。該方法結合了整數變數以實現真實的份量計算，並利用目標規劃來有效平衡營養目標。

ArXiv AIResearch•May 15#optimization#operations-research#nutrition-tech

代理式 AI 主宰行程規劃最佳化

這篇 arXiv 論文介紹用於智慧車輛最佳行程規劃的代理式 AI 框架，使用協調代理來統籌交通、充電和景點等專門代理。發布了具地面真相最佳解的行程規劃最佳化問題資料集，用於客觀評估。系統在 TOP 基準測試中達到 77.4% 準確率，大幅優於單代理和基於工作流程的多代理基準。

ArXiv AIResearch•May 5#agentic-ai#multi-agent#autonomous-vehicles

NVIDIA cuOpt 代理技能優化供應鏈

NVIDIA cuOpt 代理技能在波動需求、成本波動及容量限制下優化供應鏈決策。它們取代傳統營運研究方法，後者需耗時數週且產生脆弱解決方案。此技術利用 GPU 加速實現更快、更具適應性的優化。

NVIDIA Developer BlogOfficial•May 4#supply-chain#optimization#gpu-agents

AgentCore 優化現在預覽版推出

AWS 推出 AgentCore Optimization 預覽版，包含代理效能迴圈功能。它從生產追蹤中產生建議，並透過批次評估和 A/B 測試驗證。這解決了因模型演進和使用者行為變化導致的 AI 代理品質下降問題。

AWS Machine Learning BlogOfficial•May 4#agent#optimization#a-b-testing

驅動大規模高效推理的基礎研究

Together AI 部落格強調實現大規模高效 AI 推理的基礎研究。此研究支撐生產級部署的優化技術。解決推理基礎設施擴展的關鍵挑戰。

Together AI BlogMedia•May 4#inference-efficiency#scaling#optimization

高效電腦使用代理的步驟級優化

提出事件驅動的步驟級級聯框架，用於電腦使用代理，預設使用小型政策，僅在偵測到風險時升級至大型模型。包含停滯監控器偵測進度停滯，以及里程碑監控器捕捉長時程GUI任務中的語意偏移。模組化設計可無需重新訓練，直接層疊於現有代理。

ArXiv AIResearch•May 1#gui-agents#optimization#risk-monitors

更好的 Harness：Evals 爬坡最佳配方

LangChain 提出透過迭代改善評估 Harness 來打造更優異代理的方法。他們使用 Evals 作為爬坡優化的強大學習訊號。關鍵設計決策實現自主 Harness 強化。

LangChain BlogMedia•Apr 8#agent#hill-climbing#optimization