本文是LLM系列文章,针对《Large Language Models As Evolution Strategies》的翻译。
作为进化策略的大型语言模型
摘要
大型Transformer模型能够实现大量所谓的上下文学习算法。其中包括梯度下降、分类、序列完成、转换和改进。在这项工作中,我们研究了从未明确遇到黑箱优化任务的大型语言模型(LLM)原则上是否能够实现进化优化算法。虽然之前的工作只关注基于语言的任务规范,但我们继续关注LLM在black-box优化中的零样本应用。我们引入了一种新的提示策略,包括对离散群体成员进行最小到最大排序,并查询LLM,以提出对平均统计量的改进,即执行一种黑匣子重组操作。从经验上讲,我们发现我们的设置允许用户获得基于LLM的进化
标签:Evolution,进化,Models,Large,算法,LLM,Strategies From: https://blog.csdn.net/c_cpp_csharp/article/details/137089121