LLMプロンプトの進化的最適化において探索コストを大幅削減する手法
arXiv cs.CL ・ 2026-08-11
原題: Optimize Cheap, Deploy Strong: Cost-Aware Cross-Tier Transfer for Evolutionary Optimization
AI による要約
プロンプト最適化の探索処理を安価なモデルで実行し、生成されたプロンプトを高性能モデルへ転移配置するコスト配慮型手法を開発した。評価トークンの96%以上を最安ティアのモデルに割り当てることで、高価なモデル単体での進化的探索と同等の精度を低コストで達成する。HotpotQAなどの複数ベンチマークにおいて高い探索効率を実証した。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.CL）をご確認ください。