Skip to content
Hot eventLive

CB-Orchestrator：用上下文赌博机自适应优化LLM Agent工作流

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv 机器学习理论栏目发布一手论文，提出 CB-Orchestrator 框架，用于自适应优化 LLM Agent 工作流。该框架的核心思路是将工作流的生成与选择解耦：先通过进化搜索构建候选工作流池，再把工作流选择建模为 Contextual Bandit（上下文赌博机）问题，以平衡探索与利用。目前公开信息仅涉及方法框架本身，论文未报道实验数据、基准对比或开源情况。

Generated from reports · updated 2 hr ago

LatestOct 12
2026-10-12 arXiv 发布 CB-Orchestrator 论文，提出进化搜索构建候选池、上下文赌博机选择工作流的框架。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Machine Learning Theory
    CB-Orchestrator：用 Contextual Bandits 自适应优化 LLM Agent 工作流

    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。

Heat trend

There is not enough continuous observation data to draw a trend yet.