論文の概要: SpecEvo: Speculative Evolution with Large Language Models for Cost-Efficient Scientific Discovery
- arxiv url: http://arxiv.org/abs/2610.28706v1
- Date: Tue, 20 Oct 2026 15:40:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.105864
- Title: SpecEvo: Speculative Evolution with Large Language Models for Cost-Efficient Scientific Discovery
- Title（参考訳）: SpecEvo: コスト効率の良い科学的発見のための大規模言語モデルによる投機的進化
- Abstract要約: SpecEvoは、検索エビデンスを連続的に統合することで、軽量およびフロンティアモデルをコーディネートするマルチLLMフレームワークである。
176タスクにわたって、SpecEvoはフロンティアモデルのベースラインにマッチまたは性能を向上し、APIコストを最大80%削減する。
これらの結果は、コスト効率の高い科学的発見への効果的なアプローチとして、軌道条件付きモデル調整を支援する。
- 参考スコア（独自算出の注目度）: 22.577729562236886
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: LLM-driven evolutionary search is a promising paradigm for scientific discovery, but existing methods remain costly and slow, often applying expensive reasoning uniformly while underusing evidence from failed, redundant, and saturated trials. We introduce Speculative Evolution (SpecEvo), a multi-LLM framework that coordinates lightweight and frontier models through continual consolidation of search evidence. Lightweight models power both parallel Speculators, which generate and refine candidate programs, and an Advisor, which distills accumulated successes, failures, and saturated directions into persistent guidance for subsequent exploration. At sparse checkpoints, a frontier-model Navigator inspects the evolving population and intervenes through synthesis, surgical refinement, or reframing according to search stagnation. This speculate-then-consolidate workflow delegates routine exploration and evidence consolidation to inexpensive models while reserving frontier reasoning for strategic interventions whose benefits extend across many subsequent low-cost evaluations. Across 176 tasks spanning four scientific and algorithmic discovery domains, SpecEvo matches or outperforms frontier-model baselines while reducing API cost by up to 80%, achieves up to 1.5x greater evaluation efficiency than cost-efficient baselines on equation discovery, and improves over the strongest CO-Bench baseline by 3.8%. These results support trajectory-conditioned model coordination as an effective approach to cost-efficient scientific discovery.
- Abstract（参考訳）: LLMによる進化的探索は科学的発見には有望なパラダイムであるが、既存の手法は高価で遅いままであり、しばしば失敗、冗長、飽和試験の証拠を根拠に、高価な推論を均一に適用する。
本稿では,マルチLLMフレームワークであるSpeculative Evolution(SpecEvo)を紹介する。
軽量モデルはパラレル・スペキュレータ(英語版)を駆動し、候補プログラムの生成と精錬を行う。
スパースチェックポイントでは、フロンティアモデルナビゲータが進化する人口を検査し、検索の停滞に応じて合成、外科的洗練、再フレーミングを通じて介入する。
この憶測と統合されたワークフローは、その後の多くの低コスト評価で利益が拡大する戦略的介入に対するフロンティア推論を維持しつつ、定期的な探索と証拠を安価なモデルに集約する。
4つの科学的およびアルゴリズム的な発見領域にまたがる176のタスクにおいて、SpecEvoはフロンティアモデルのベースラインにマッチまたは性能を向上し、APIコストを最大80%削減し、方程式発見におけるコスト効率の基準ラインよりも1.5倍高い評価効率を実現し、最強のCO-ベンチベースラインよりも3.8%向上した。
これらの結果は、コスト効率の高い科学的発見への効果的なアプローチとして、軌道条件付きモデル調整を支援する。
関連論文リスト
- Large Discovery Models: Empirically-grounded Model-Based Open-Ended Search [32.21307731426909]
大規模言語モデル(LLM)のような生成モデルは、広大で構造化された、そしてオープンな仮説空間に対する表現力のある事前情報を提供する。
本稿では,ベイズ的非パラメトリック報酬代理モデルと生成モデルを結合した経験的基礎的再帰的アーキテクチャであるLarge Discovery Model(LDM)を紹介する。
LDMは、バリデーションBPBの大幅な削減、結合エネルギーの18.2%の相対的な減少、および分子多目的性能の60%以上の相対的なゲインを達成する。
論文 参考訳（メタデータ） (2026-08-16T10:27:06Z) - Relay, Don't Route: Adaptive Population Handoff for Cost-Efficient LLM-Driven Evolution [32.25060721536872]
大規模言語モデル(LLM)による進化は、プログラム探索とアルゴリズム発見の可能性を示唆している。
個別の呼び出しから進化する人口への予算配分をシフトする、トレーニング不要なフレームワークである textbfmodel を提案する。
以上の結果から, 国家検索においては, 予算配分は個別の呼び出しではなく, 人口を中心に整理されるべきであることが示唆された。
論文 参考訳（メタデータ） (2026-08-06T06:48:08Z) - AnE: Pushing the Reasoning Frontier of Multimodal LLMs via Anchor Evolution [61.593935260052795]
Supervised Fine-Tuning (SFT) とReinforcement Learning (RL) による後学習は多モーダル大規模言語モデル(MLLM)における推論の強化に不可欠である
既存のパラダイムは、静的データの制限により、しばしばパフォーマンスのボトルネックに達する。
我々は,真理に順応したデータキュレーションとモデル進化を統合する新しいパラダイムであるアンカー進化(AnE)を提案する。
論文 参考訳（メタデータ） (2026-05-25T08:26:34Z) - Nudging Beyond the Comfort Zone: Efficient Strategy-Guided Exploration for RLVR [53.27792011950384]
検証可能な報酬付き強化学習(RLVR)は、大規模言語モデルの推論能力を改善するためのスケーラブルなパラダイムとして登場した。
我々は、RLVRにおける構造化及び多様性駆動探索のためのフレームワークであるNudgeRLを提案する。
当社のアプローチでは,各ロールアウトを,軽量で戦略レベルのコンテキストに設定するストラテジーナッジを導入しています。
論文 参考訳（メタデータ） (2026-05-15T08:22:59Z) - Evaluation-driven Scaling for Scientific Discovery [77.20820317940581]
並列探索,フィードバック駆動の洗練,局所選択を組み合わせた,シンプルなテスト時間評価駆動スケーリング(SimpleTES)を紹介した。
適切な次元に沿って評価駆動の発見ループをスケールすることで、かなりの利益が得られます。
本研究は, 科学的発見を進展させる中心軸として, 効果的な評価駆動型ループスケーリングを確立した。
論文 参考訳（メタデータ） (2026-04-21T11:24:09Z) - DiPO: Disentangled Perplexity Policy Optimization for Fine-grained Exploration-Exploitation Trade-Off [87.58233482504308]
Reinforcement Learning with Verifiable Rewards (RLVR)は、Large Language Models (LLMs)の推論能力に大きな進歩をもたらした。
本稿では, 訓練中の非常に硬く, 容易なサンプルの探索と利用のジレンマを十分に分析し, 新たな微細なトレードオフ機構を提案する。
論文 参考訳（メタデータ） (2026-04-15T14:12:10Z) - Search-R2: Enhancing Search-Integrated Reasoning via Actor-Refiner Collaboration [49.9937230730202]
本稿では,新たなアクター・リファイナ・コラボレーション・フレームワークであるSearch-R2を提案する。
提案手法は,生成過程をアクターに分解し,最初の推論軌道を生成する。
本稿では,検索-R2がモデルスケール全体にわたって強力なRAGとRLベースのベースラインを一貫して上回ることを示す。
論文 参考訳（メタデータ） (2026-02-03T15:32:09Z) - PACEvolve: Enabling Long-Horizon Progress-Aware Consistent Evolution [64.15555230987222]
PACEvolveはエージェントのコンテキストと検索ダイナミクスを堅牢に管理するように設計されたフレームワークである。
PACEvolveは、一貫性のある長期自己改善のための体系的なパスを提供する。
論文 参考訳（メタデータ） (2026-01-15T18:25:23Z) - Navigate the Unknown: Enhancing LLM Reasoning with Intrinsic Motivation Guided Exploration [39.460202867967006]
そこで,本研究では,高密度報酬を付与し,RLに基づくパラダイムにおける探索を増幅するために,固有モチベーションギルド探索比N meThOd foR LLM推論(i-MENTOR)を提案する。
4つの公開データセットにわたる実験は、i-MENTORの有効性を示し、AIME 2024で22.23%改善した。
論文 参考訳（メタデータ） (2025-05-23T08:30:28Z)
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。