**ParetoSaddler：通过帕累托优化实现智能体框架的质量与成本双提升**

_ParetoSaddler: Pareto-Guided Optimization of Agent Harnesses for Quality and Cost_

> 针对现有智能体框架优化方法仅关注质量而忽视成本的问题，研究提出了 ParetoSaddler。该方法通过分离中间候选体提升与最终部署选择，利用贝叶斯引导的帕累托支持机制，在优化过程中保留对后续改进有价值的候选体，从而在 ClawMark 和 GAIA2 基准测试中，显著提升了智能体的执行质量并降低了成本。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.02079)