★ 2
T-GADE:热力学生成式AI驱动的LLM产物演化
研究提出T-GADE,通过LLM遗传算子和产物级多样性评估扩展热力学遗传算法,用于演化描述配代码等结构化LLM产物。统一自由能目标支持世代与稳态更新,Fermi型占据排除重复基因型,Bose型允许重复。在在线装箱任务上,T=0.003的世代Bose型T-GADE将训练中位超额降低约29%,验证选择…
arXiv cs.AI49 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究提出T-GADE,通过LLM遗传算子和产物级多样性评估扩展热力学遗传算法,用于演化描述配代码等结构化LLM产物。统一自由能目标支持世代与稳态更新,Fermi型占据排除重复基因型,Bose型允许重复。在在线装箱任务上,T=0.003的世代Bose型T-GADE将训练中位超额降低约29%,验证选择…
论文提出概率焦点搜索PFS,以概率p沿用焦点搜索的启发式选择,以概率1-p扩展最小f值节点,从而推动下界前进、扩大FOCAL集合并接纳可行解节点。在N-Puzzle、煎饼排序与TSP等基准上,当f_min长期停滞导致FOCAL准入成为瓶颈时,节点扩展量可减少约90%以上。其任意时间扩展APFS在G…