GA4GC：通过多目标配置优化实现更绿色的智能体与更绿色的代码
软件工程
2025-10-07 v1 人工智能
摘要
由大语言模型（LLM）驱动的编码智能体在工业部署中面临可持续性和可扩展性挑战，单个运行消耗超过10万个标记并产生可能超过优化收益的环境成本。本文引入GA4GC，这是首个系统性地优化编码智能体运行时长（更绿色的智能体）和代码性能（更绿色的代码）之间权衡的框架，通过发现Pareto最优智能体超参数和提示模板。在SWE-Perf基准测试上的评估显示，达到了最高可达135倍的超体积改进，同时将智能体运行时缩短37.7%，并提升正确性。我们的发现表明温度是最关键的超参数，并提供了在工业部署中平衡智能体可持续性与代码优化效果的可操作策略。
引用
@article{arxiv.2510.04135,
title = {GA4GC: Greener Agent for Greener Code via Multi-Objective Configuration Optimization},
author = {Jingzhi Gong and Yixin Bian and Luis de la Cal and Giovanni Pinna and Anisha Uteem and David Williams and Mar Zamorano and Karine Even-Mendoza and W. B. Langdon and Hector Menendez and Federica Sarro},
journal= {arXiv preprint arXiv:2510.04135},
year = {2025}
}
备注
Accepted by SSBSE'25 Challenge Track