新元优化器 omni 在相同预算下胜过三种 LLM 优化器
RichmanRonald · x · 2026-07-24
一个把三种 LLM 优化器组合起来的元优化器
研究者对 GEPA、AutoResearch 和 Meta-Harness 做了比较，发现它们并不是在所有任务上都占优，而是各自擅长不同场景，没有任何单一优化器能通吃全部任务。
基于这一观察，他们发布了 optimizeanything omni，一个利用各优化器互补性的 元优化器。
- 在相同预算下，omni 的表现优于每个单独优化器。
- 核心思路不是只押注一个优化器，而是按任务组合/切换优化器。
- 配图展示了三种优化器的不同性能曲线与优势区间。
「研究」频道最新
- 新综述解读前额叶皮层如何把世界模型转化为灵活行为 — AnnaCiaunica · 2026-10-27
- LIBERO-MAX 基准：8000 例测试显示机器人策略难以应对突发变化 — drmapavone · 2026-10-27
- Kolab 基准：真人屏幕录像揭示 AI Agent 高估自身协作质量 — minnesotanlp · 2026-10-27
- 一个样本就能刷过公平性基准，EMNLP 论文质疑 BBQ 可信度 — radamihalcea · 2026-10-27
- 一段手机视频生成2000条机器人演示,Real2Sem2Real媲美150条遥操数据 — Scobleizer · 2026-10-27
- 从权重范数几何理解MuonH:尺度不变网络中梯度垂直于权重 — jasondeanlee · 2026-10-27