Fusion is the New Mutation: Bandit-Guided Evolution on Workflow Graphs

arXiv cs.AI · 6 oct, 06:00

DAGO es un marco de optimización basado en bandidos contextuales que mejora los flujos de trabajo de agentes automatizados mediante fusión de múltiples padres, aprendiendo qué combinaciones de flujos son más prometedoras bajo presupuesto limitado. El enfoque utiliza embeddings preentrenados e incrusta una política LinUCB diagonal para equilibrar explotación y exploración, logrando mejoras incrementales sobre baselines existentes en benchmarks de razonamiento matemático, generación de código y respuesta a preguntas.