論文の概要: Budget-Aware LLM Discovery via Cost-Calibrated Frontier Utility

• arxiv url: http://arxiv.org/abs/2607.26828v1
• Date: Wed, 29 Jul 2026 12:21:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.661476
• Title: Budget-Aware LLM Discovery via Cost-Calibrated Frontier Utility
• Title（参考訳）: コストキャリブレーションされたフロンティアユーティリティによる予算対応LDM発見
• Authors: Yansen Zhang, Yilu Liu, Tianyu Liu, Jiamin Chen, Xiaokun Zhang, Kai Xie, Xue Liu, Chen Ma, Yiyan Qi,
• Abstract要約: フェデラーが倍増し、コストが分散するにつれ、コスト・ブラインド・クレジットは、達成可能な品質の消滅分だけを独占することができる。 textbfCostAdaは,低コストでキャリブレーションされたフロンティアユーティリティを中心に構築されたアダプティブコントローラである。 CostAdaは16のベンチマーク-バックボーンペアのうち、ほぼ半分の予算で最強のベースラインのフル予算品質に達した。
• 参考スコア（独自算出の注目度）: 25.272785326903872
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models increasingly support scientific and algorithmic discovery through inference-time search over evaluated candidates. Existing adaptive discovery controllers assign credit based only on score progress, even though prompt length, retries, and guidance calls cause search actions to incur different token costs. We prove that cost-blind credit can forfeit all but a vanishing fraction of attainable quality as frontiers multiply and costs diverge. Under a fixed search-side token budget, the controller must decide which frontier is improving and whether its gain justifies the realized cost before the budget is exhausted. We introduce \textbf{CostAda}, a cost-calibrated adaptive controller built around \emph{cost-calibrated frontier utility}. The utility values frontier progress relative to realized action cost and conditions that credit on the remaining budget. CostAda uses this signal to control local exploration intensity, frontier allocation, and budgeted tactic intervention. Cost and remaining budget therefore shape the search rather than serving only as accounting variables or a stopping rule. CostAda reaches the strongest baseline's full-budget quality with at most half the budget on twelve of sixteen benchmark--backbone pairs while achieving the strongest mean final quality on all eight benchmarks under GLM-5 and GPT-5.4.
• Abstract（参考訳）: 大規模言語モデルは、評価された候補に対する推測時間探索を通じて、科学的およびアルゴリズム的な発見をますます支援している。 既存のアダプティブ・ディスカバリー・コントローラは、迅速な長さ、リトライ、ガイダンス呼び出しによって異なるトークンコストを発生させるが、スコア・プログレスのみに基づいてクレジットを割り当てる。 私たちは、フロンティアが倍増し、コストが分散するにつれて、達成可能な品質の消滅した部分以外は、コスト-ブラインドクレジットを許すことを証明します。 固定された検索側トークン予算の下では、コントローラは、どのフロンティアが改善しているか、その利得が、予算が枯渇する前に実現したコストを正当化するかどうかを判断しなければならない。 本稿では,emph{ Cost-calibrated Frontier utility} を中心に構築された,コスト校正型適応コントローラである \textbf{CostAda} を紹介する。 ユーティリティーは、実行された行動コストと残りの予算を負う条件に対して、フロンティアの進歩を評価します。 CostAdaはこの信号を使って、地域探査の強度、フロンティアの割り当て、予算付き戦術介入を制御する。 したがって、コストと残りの予算は、説明変数や停止規則としてのみ機能するのではなく、検索を形作っている。 CostAdaは16基のベンチマーク-バックボーン対の12基の予算のほぼ半分を達成し、GLM-5とGPT-5.4の8基のベンチマークで最強の最終的な品質を達成した。

関連論文リスト

• When Should Active RAG Retrieve? A Budget-Aware Evaluation of Utility, Calibration, and Cost [11.216720435946804]
  予算を意識したアクティブRAG評価は、フロンティア、実現された使用法、しきい値転送エラー、ハーモレート、コスト分解を精度とともに報告すべきである。 トリガースコアが有用な検索判断をランク付けするかどうか、過去のデータで調整されたしきい値が将来の予算を満たすかどうか、トリガーサイドがどのようにデプロイメントコストを変更するか、という3つの質問を運用します。
  論文  参考訳（メタデータ） (2026-07-27T05:17:06Z)
• CRAFT: Cost-aware Refinement And Front-aware Tuning of Prompts [22.80332488750132]
  CRAFT(Cost-Aware Refinement and Front-Aware Tuning)は,LLM検証コールを少ないリソースとして扱うプロンプトで,楽観的な候補フロント付近の候補に割り当てる。 各ラウンド、補完的精度指向、コスト指向のジェネレータは編集を提案し、NSGA-IIの保持は人口の広がりを保っている。 6つの分類と推論のベンチマークで、CRAFTの保持するフロントは、高い精度と低コストの両方に到達し、精度のみ、コストのみ、および重み付きサムベースラインは、それぞれより狭い領域に集中している。
  論文  参考訳（メタデータ） (2026-06-03T09:40:03Z)
• Scaling Laws for Agent Harnesses via Effective Feedback Compute [53.68149869349268]
  emphEffective Feedback Compute (EFC)は、情報的、有効、非冗長な場合にのみフィードバックを信用し、その後の決定のために保持するトレースレベルのスケーリング座標である。 EFCベースの座標は、生の計算ベースラインよりも失敗率を常に予測する。
  論文  参考訳（メタデータ） (2026-05-28T09:45:47Z)
• Cost-Aware Learning [72.31444819326795]
  本稿では,異なるコンポーネント関数をサンプリングするコスト認識学習の問題点について考察する。 凸関数に対するコスト・アウェア・Descentアルゴリズムを提案し、そのコスト複雑性を導出し誤差を$$$とする。 本稿では,性能を保ちつつポリシー最適化のコストを削減するアルゴリズムであるCost-Aware GRPOを紹介する。
  論文  参考訳（メタデータ） (2026-04-30T15:39:09Z)
• Cost-aware Stopping for Bayesian Optimization [46.95172329282389]
  本稿では,様々な評価コストに適応し,チューニングが不要なベイズ最適化のためのコスト対応停止則を提案する。 我々は,最先端の取得関数と組み合わせた場合,停止規則によって得られる期待累積評価コストを拘束する理論的な保証を証明した。
  論文  参考訳（メタデータ） (2025-07-16T17:54:14Z)
• Steering LLM Thinking with Budget Guidance [48.65894557568655]
  予算指導は、微調整を必要とせず、目標予算に向けてLSMの推論プロセスを操る方法である。 提案手法では,ガンマ分布を残りの思考長にわたってモデル化する軽量な予測器を提案する。 この信号は、生成をソフトでトークンレベルの方法でガイドするために使用され、全体の推論トレースが指定された思考予算に従うことを保証する。
  論文  参考訳（メタデータ） (2025-06-16T17:57:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。