› September 2026 veröffentlichten Michael Jerge und Suman Jana auf arXiv ein Paper mit dem Titel "Canopy: Exploiting Piecewise Smooth Tree Priors for Multi-Fidelity Bandits".
› Das Dokument beschreibt einen Algorithmus namens CANOPY, der eine bestimmte Klasse von Optimierungsproblemen bei großen Sprachmodellen (LLMs) effizienter lösen soll.
› Angaben zu einer institutionellen Zugehörigkeit der Autoren finden sich im gelieferten Text nicht.
› Das Grundproblem: Bäume und teure Bewertungen Die Autoren beobachten, dass viele typische LLM-Inferenzaufgaben - darunter Model-Routing, Prefix-Cache-Verwaltung, Prompt-Kürzung und Test-Time-Suche - sich natürlich als Optimierung über eine Baumstruktur darstellen lassen.