PulseAugur
中
实时 08:15:02
English(EN) PACE: Primitive-Aware Code Evolution for Automated Algorithm Design

新的PACE方法通过重用代码片段增强LLM驱动的算法设计

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为原始感知代码演化（PACE）的新方法，以改进使用大型语言模型（LLM）的自动化算法设计。PACE将有用的代码片段（称为可执行算法原语（EAP））与完整程序分离，从而允许这些组件在不同算法之间保留和转移。该方法使用Thompson采样根据性能改进来指导原语的选择，从而在保留有价值的代码组件的同时发现有竞争力的算法。 AI

影响 通过实现代码重用和可转移性，增强了LLM在算法设计中的能力。

排序理由 该集群包含一篇详细介绍新算法设计方法的论文。[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 →

新的PACE方法通过重用代码片段增强LLM驱动的算法设计

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhuoliang Xie, Ruihao Zheng, Xiang Xu, Genghui Li, Zhengkun Wang ·

    PACE: 面向自动化算法设计的原始感知代码演化

    arXiv:2608.07395v1 Announce Type: cross Abstract: Large Language Model (LLM)-based automated algorithm design typically evolves algorithms as complete, indivisible programs. While this whole-program perspective simplifies the search space, it fundamentally couples the useful loca…

相关实体

相关话题