Новости
EvoDuet: Bilevel Co-Evolution of Web Searching and Task Solving for Scientific Discovery
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- EvoDuet co-evolves web search queries and solution candidates during LLM-based optimization, improving discovery gains on 21 scientific tasks.
- Почему это важно
- Matters for engineers building evolutionary search systems where LLMs need external knowledge to escape local optima during iterative optimization.
- На что обратить внимание
- Performance gains vary significantly by model; smaller models like Qwen3.5-9B showed no improvement, suggesting method applicability depends on model capacity.
- llm
- language model
- retrieval
- edge
- eval
Паттерны, стоящие за этой новостью
- Evolutionary Discovery Algorithms
- Agentic Context Engineering (Evolving Playbook)
- Edge AI Optimization
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.