PulseAugur
实时 01:25:53

ImprovEvolve 使用 LLM 演化子程序进行复杂优化

研究人员开发了 ImprovEvolve,一种结合了盆地跳跃搜索和 LLM 演化子程序来解决复杂优化问题的新方法。该方法与以往的 LLM 引导的进化计算不同,它演化用于初始化、局部改进和扰动的专用算子,而不是一个单一的程序。ImprovEvolve 在发现新的数学构造方面取得了成功,包括新的最先进的六边形堆积、改进了二次自相关不等式的界限,并在球体编码方面取得了显著改进。 AI

影响 这项研究可能导致更有效地发现新颖的数学构造和复杂优化问题的解决方案。

排序理由 该集群是关于一篇详细介绍算法方法的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

ImprovEvolve 使用 LLM 演化子程序进行复杂优化

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Alexey Kravatskiy, Valentin Khrulkov, Ivan Oseledets ·

    ImprovEvolve:基于盆地跳跃法的LLM引导进化搜索

    arXiv:2602.10233v2 Announce Type: replace-cross Abstract: LLM-guided evolutionary computation, most notably AlphaEvolve, has been remarkably successful in discovering novel mathematical constructions by solving challenging optimization problems. The standard approach is to evolve…