通过基于大语言模型的进化式分阶段设计推进自动化算法设计

针对工业场景中传统算法设计的挑战及现有大模型黑盒方法导致的幻觉问题，本文提出了进化式分阶段算法设计（EvoStage）。该方法受思维链启发，将设计过程分解为有序阶段，结合实时反馈进行迭代优化。通过引入多智能体系统与“全局 - 局部”视角机制，有效缩小搜索空间并避免局部最优。在芯片布局参数配置及贝叶斯优化采集函数设计实验中，EvoStage 仅需少量进化步骤即超越人类专家设计及现有大模型方法，并在商业级工具中实现了破纪录的效率提升。