Meta

Cycle-Consistent Search: Question Reconstructability as a Proxy Reward for Search Agent Training

循环一致性搜索：问题可重构性作为搜索代理训练的代理奖励

Sohyun An, Shuibenyang Yuan, Hayeon Lee, Cho-Jui Hsieh, Alexander Min

机构 * Meta Superintelligence Labs（Meta超智能实验室） 纠错

AI总结 本文提出Cycle-Consistent Search框架，通过问题可重构性作为奖励信号，无需黄金监督训练搜索代理，在信息检索任务中实现与监督基线相当的性能。

RPRA: Predicting an LLM-Judge for Efficient but Performant Inference

RPRA：为高效且高性能推断预测一个LLM判断者

Dylan R. Ashley, Gaël Le Lan, Changsheng Zhao, Naina Dhingra, Zhipeng Cai, Ernie Chang, Mingchen Zhuge, Yangyang Shi, Vikas Chandra, Jürgen Schmidhuber

机构 * Meta Platforms, Inc.（Meta公司） ； The Swiss AI Lab IDSIA (USI-SUPSI)（瑞士AI实验室IDSIA） ； Center of Excellence for Generative AI, KAUST（生成式人工智能卓越中心） 纠错

AI总结 本文探讨了通过预测LLM判断者评分来提升小模型推断性能的方法，通过零样本预测、上下文报告卡和监督微调三种方法，发现大模型在零样本预测中表现优异，而小模型通过微调或报告卡显著提升预测准确性，达到最高55%的改进。

Comments 10 pages in main text + 6 pages of references + 36 pages of appendices, 12 figures in main text + 37 figures in appendices, 2 tables in main text + 3 table in appendices, 13 prompts in appendices

Towards EnergyGPT: A Large Language Model Specialized for the Energy Sector

迈向EnergyGPT：一种专门用于能源领域的大型语言模型

Amal Chebbi, Babajide Kolade

机构 * Meta 纠错

AI总结 本文提出EnergyGPT，通过微调LLaMA 3.1-8B模型提升能源领域语言理解与生成能力，两种适应策略在性能与成本间取得平衡。

Comments Code and artifacts available at: https://github.com/fitila/energygpt-release

Incentivizing High-Quality Human Annotations with Golden Questions

通过黄金问题激励高质量的人工标注

Shang Liu, Zhongze Cai, Hanzhao Wang, Zhongyao Ma, Xiaocheng Li

机构 * Imperial College Business School（帝国理工学院商学院） ； Imperial College London（帝国理工学院伦敦分校） ； Meta 纠错

AI总结 本文研究如何通过黄金问题激励标注者产生高质量数据，提出基于主代理模型的激励机制，并通过实验验证黄金问题在标注性能监控中的有效性。

Comments Corrected bugs in the proofs by specifying a further assumption. arXiv admin note: text overlap with arXiv:2502.06387