热点事件持续更新

CompressionBench：编码 Agent 自主压缩 LLM 的基准

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Xinrui Zhong 等作者发布 arXiv 论文 CompressionBench（arXiv:2611.06858），把 LLM 压缩设为智能体的终端任务：给定源 checkpoint、存储上限、推理环境和时间预算，由编码智能体自主构建压缩权重和可执行推理代码，用 perplexity 反馈引导搜索，并经独立验证检查最终模型。在 6 个智能体与 6 组模型规模设置中，36 次提交有 29 次通过验证；每个任务取最低 perplexity 的智能体设计，平均 perplexity 较 BF16 增加 3.4%，下游准确率 77.33%（BF16 为 79.56%）。论文记录的实验显示，智能体在 24 次修订中 21 次降低 perplexity 且存储几乎不变；完整模型反馈推翻了 79 个局部排名中的 17 个，生成与推理测试也暴露了仅靠似然指标遗漏的失败。

AI 根据报道生成 · 19 分钟前更新

最新进展11月5日 02:14

CompressionBench 研究编码智能体能否自主压缩 LLM

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

02:14
arXiv · cs.AI精选
CompressionBench 研究编码智能体能否自主压缩 LLM
arXiv 论文 CompressionBench 将 LLM 压缩设为智能体的终端任务：给定源 checkpoint、存储上限、推理环境和时间预算，由智能体自主构建压缩权重和可执行推理代码，perplexity 反馈引导搜索，独立验证检查最终模型。在 6 个智能体与 6 组模型规模设置中，36 次提交有 29 次通过验证；每个任务选最低 perplexity 的智能体设计，平均 perplexity 较 BF16 增加 3.4%，下游准确率 77.33%（BF16 为 79.56%）。记录的实验显示智能体在 24 次修订中 21 次降低 PPL 且存储几乎不变，完整模型反馈推翻了 79 个局部排名中的 17 个，生成与推理测试暴露了仅靠似然指标遗漏的失败。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。