提出了一种名为DyCA的新框架，通过解决大型语言模型（LLM）辅助进化搜索（LES）倾向于优化平均性能的问题来改进它。DyCA根据实例的算法响应模式动态地对实例进行聚类，从而能够为特定实例组设计专用算法。这种方法增强了尾部鲁棒性和整体性能，在异构实例分布上优于现有的LES方法。 AI
影响 这项研究通过改进算法设计过程的鲁棒性，可能带来更可靠的AI系统。
排序理由 该集群包含一篇详细介绍LLM辅助进化搜索新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
