arXiv · NLP· Qian Xie, Wenyue Hua, Yueli He, Sripad Karne, Armaan Agrawal, Nikos Pagonas, Eugene Wu, Kostis Kaffes, Tianyi Peng, Nairen Cao·· 6 小时前AI 评分28
CC-Gittins：LLM 智能体工作流中成本高效的 Pareto 推荐方法
Which Model for Which Role? Cost-Efficient Pareto Recommendation for LLM Agentic Workflows
AI 导读
提出 CC-Gittins 方法，利用评估与部署成本耦合特性，在 LLM 智能体工作流中实现成本高效的 Pareto 推荐。 该方法在 8 个基准测试中，以约 10% 的穷举评估成本恢复大部分真实 Pareto 前沿。 已被 NeurIPS 2026 资源感知智能体 AI 研讨会接收为初步版本。
来源：arXiv · NLP · arxiv.org