SlowSoup发布LLM线索生成优化研究
先了解这件事
SlowSoup 发布基于其平台的 LLM 横向思维谜题线索生成多目标优化研究仓库。研究对 750 次配置评估后称，llama-3.1-8b-instant 以约 1/11 的成本达到最佳质量的约 93%（得分 5.0/6），而 llama-3.3-70b-versatile 得分 5.4/6 但成本高 11 倍。 研究称 NSGA-II 与 SPEA2 未显著优于随机搜索，最终 hypervolume 差异不显著（Mann-Whitney p=0.42），三种算法中位 HV 相差在 0.4% 以内；所有位于组合 Pareto 前沿的配置均使用 decomposed 模板并配 3–4 条线索。 仓库不附带数据集，需从论文官方仓库获取 puzzles.xlsx 置于项目根目录；运行需 Python 3.10+ 并在 .env 填入 GROQ_API_KEY 与 ANTHROPIC_API_KEY。成本仅计 Groq 生成，不含 Claude 评分。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- GitHub · 3D 生成新仓库SlowSoup clue-gen-optimization：LLM 横向思维谜题线索生成的多目标优化研究
SlowSoup 平台对 LLM 横向思维谜题线索生成做了多目标优化研究，750 次配置评估显示 llama-3.1-8b-instant 以约 1/11 的成本达到最佳质量的约 93%，得分 5.0/6，而 llama-3.3-70b-versatile 得分 5.4/6 但成本高 11 倍。NSGA-II 与 SPEA2 未显著优于随机搜索，最终 hypervolume 差异不显著（Mann-Whitney p=0.42），三种算法中位 HV 相差在 0.4% 以内。所有位于组合 Pareto 前沿的配置均使用 decomposed 模板并配 3–4 条线索。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月8日 01:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。