arXiv · cs.AI· Sajid Siraj, Maria Barbati·· 5 小时前
面向Agentic AI语言模型按任务规模进行资源优化的决策模型
When Is Smaller Greener? Right-Sizing Language Models for Agentic AI
arXiv:2610.19345v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Sajid Siraj, Maria Barbati
研究任务与主要进展
论文提出以每个成功完成任务而非单次调用，比较Agentic AI语言模型的能源、成本和时间，并据此建立模型选型决策模型。作者在摘要中报告，对来自五家开发者的15个开放权重模型（0.6B至27B参数）和两类多步Agent任务进行GPU能耗试点，结果显示最低单任务能耗模型会随任务长度和任务类型变化，观测到的交叉点总体符合逐步测量预测。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org