Optimizing Agentic Workflows using Meta-tools
利用元工具优化代理工作流
机构 * EPFL, Switzerland（瑞士联邦理工学院）
AI总结 本研究提出AWO框架，通过识别并优化重复的工具执行模式，减少LLM调用次数并提高代理工作流的成功率。
高校专区
EPFL（洛桑联邦理工学院）
MEMOIR: Lifelong Model Editing with Minimal Overwrite and Informed Retention for LLMs
MEMOIR: LLMs的终身模型编辑与最小覆盖与有意识保留
机构 * EPFL（苏黎世联邦理工学院）
AI总结 MEMOIR通过残差记忆模块实现LLM的终身模型编辑，高效处理连续编辑任务，保持模型核心能力并减少遗忘。
Comments The first two authors contributed equally to this work; Accepted to NeurIPS 2025
HalluHard: A Hard Multi-Turn Hallucination Benchmark
HalluHard: 一种具有挑战性的多轮 hallucination 评估基准
机构 * EPFL（苏黎世联邦理工学院） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Tübingen AI Center（图宾根人工智能中心）
AI总结 HalluHard是一种具有挑战性的多轮hallucination评估基准，通过内联引用和网络搜索评估模型的事实性输出，发现即使使用网络搜索，幻觉仍然普遍存在。
Direct Preference Optimization with Rating Information: Practical Algorithms and Provable Gains
直接偏好优化与评分信息：实用算法和可证明的收益
机构 * EPFL（苏黎世联邦理工学院） ； Amazon AGI（亚马逊人工智能实验室） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Cornell University（康奈尔大学） ； Qualcomm AI Research（高通人工智能研究）
AI总结 本文提出利用评分间隙信息改进直接偏好优化算法，通过理论证明和实验验证，在准确评分间隙条件下实现更快的统计速率，并在多种LLM和基准上表现优异。
Pretraining Scaling Laws for Generative Evaluations of Language Models
生成评估的预训练扩展定律
机构 * Computer Science Stanford University（计算机科学 斯坦福大学） ； AI Center EPFL（人工智能中心 EPFL）
AI总结 本文提出三种预训练扩展定律，用于生成评估的性能预测，揭示了不同扩展定律在稳定性与预测性能上的差异。
