csqv

LLM 引导程序进化打破 10 项圆填充记录

研究人员开发了一个名为 Discovery Loop 的系统，该系统利用大型语言模型 (LLM) 来迭代改进优化算法。该方法从一个基本求解器开始，并使用 LLM 提出修改建议，然后针对基准进行评估。该系统在 Packomania 圆填充问题的 10 个特定实例中成功改进了已知最佳解决方案，在 15 次迭代内实现了 2.4%-5.4% 的改进，LLM 成本仅为 27.72 美元。这种方法展示了实现自动化科学发现民主化的潜力。