深度分析
DocHRL：階層式強化學習實現文件分類成本最佳化
傳統文件分類對所有文件投入相同運算資源，效率不彰。DocHRL 以階層式強化學習動態選擇每個文件最經濟的分類路徑，獎勵函數納入推論、誤分類與人工審查成本。在 RVL-CDIP 基準上以更低成本達到 macro F1 0.973，較固定分類器成本降低 69%，準確率提升 6 個百分點。
深度分析
傳統文件分類對所有文件投入相同運算資源，效率不彰。DocHRL 以階層式強化學習動態選擇每個文件最經濟的分類路徑，獎勵函數納入推論、誤分類與人工審查成本。在 RVL-CDIP 基準上以更低成本達到 macro F1 0.973，較固定分類器成本降低 69%，準確率提升 6 個百分點。
速報
本研究針對大型語言模型（LLM）代理工作流中，上游與下游操作之間的等待時間過長問題，提出一套以成本為核心的投機執行方法。透過五項設計決策：提前啟動下游任務、以實際美元計價、提供延遲與成本的單一調整參數、以期望值加失敗成本的決策規則、以及使用依賴類型分類的貝葉斯 Beta‑Binomial 後驗估算成功機率。