摘要
大型语言模型虽能辅助自动算法设计，但现有流程效率低下，常冗余重写子结构并丢弃潜在有价值的候选者。本文形式化了预算高效的自动算法设计问题，提出一种算法的有向无环图表示法及搜索框架。该方法不直接生成完整算法，而是利用 LLM 生成添加、替换或删除代码块的紧凑修正算子。这些修正累积构建新算法，实现了修正级别的信用分配。理论分析与组合优化实验表明，在同等 token 预算下，该图搜索方法显著优于全算法搜索，且揭示了上下文丰富度对性能的双重影响。
AI 推荐理由
论文提出基于代码图的自动算法设计框架，通过修正操作实现算法的迭代进化与自我改进。
研究机构
Operations Research Center, Massachusetts Institute of Technology
Department of Civil and Environmental Engineering, University of California, Berkeley
Laboratory for Information & Decision Systems
论文信息