AutoSG：仅凭任务提示驱动 LLM 生成求解器以应对昂贵优化问题

针对昂贵优化任务中现有 LLM 驱动方法存在的事实幻觉、局部最优结构破坏及评估成本高昂等问题，本文提出 AutoSG。这是一种全自动工作流，能将自然语言提示直接转化为可执行的定制求解器。其核心创新包括：基于检索增强的生成模块以确保代码 grounded 于验证文献；引入保留关键结构的单步自反思优化算子；以及基于无实例 Elo 机制的 LLM 评判评估体系。实验表明，AutoSG 在多种昂贵优化任务上显著优于人类设计及现有的 LLM 生成框架。