★ 3
AGAR：将LLM程序进化形式化为强化学习基底
论文提出AGAR，把LLM程序进化写成马尔可夫决策过程，动作是模型所条件的模块化前缀而非其输出程序。信用分配、价值估计、自适应探索与经验记忆可分别挂载，在19个任务上多数优于两个已发表基线。
arXiv cs.AI25 天前
#算法发现
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究：大语言模型发现组合优化的互补启发式方法
研究显示大型语言模型能够自主发现针对组合优化问题的互补启发式策略，而非仅依赖人类预设的算法。这一发现意味着 LLM 在算法设计与运筹优化领域具备一定的自主探索能力，可能推动自动化算法发现的研究方向。
Nature Machine Intelligence32 天前