Program Evolution Convergence Dynamics LLM Mutation Structural Homogeneity
摘要

本文研究了在缺乏选择压力下,大语言模型(LLM)重复突变程序时是探索新形式还是回归旧模式。通过分析特定领域语言中的突变链,发现基于 LLM 的突变一致收敛于程序空间的受限吸引子区域。结构层面的收敛尤为严重,绝大多数突变仅重访既往结构形式,变化局限于模板内的终端替换。该现象在不同提示词和模型中均稳健存在,而经典遗传规划算子未表现出类似收敛。研究揭示了 LLM 驱动进化中语义变换能力与结构性同质偏差之间的张力。

AI 推荐理由

论文核心研究 LLM 驱动的程序进化中的收敛动态与变异机制,直接探讨自我进化局限性。

研究机构
Northwestern University Augustana College
论文信息
作者 Can Gurkan, Forrest Stonedahl, Uri Wilensky
发布日期 2026-06-03
arXiv ID 2606.05408
相关性评分 9/10 (高度相关)