arXiv · Machine Learning Theory· Jiahang Sun, Zhiwei Shang, Zhipiao Liu, Hongwei Yang, Guoqing Xie, Shuang Qiu, Zhongxiang Dai·· 2 小时前AI 评分37
CB-Orchestrator：用 Contextual Bandits 自适应优化 LLM Agent 工作流
CB-Orchestrator: Adaptive Workflow Optimization for LLM Agents via Contextual Bandits
AI 导读
CB-Orchestrator 提出将工作流生成与选择解耦的自适应框架，先用进化搜索构建候选工作流池，再把选择建模为 Contextual Bandit 问题以平衡探索与利用。
来源：arXiv · Machine Learning Theory · arxiv.org