AlgoSkill：通过调度类人技能学习算法设计

针对现有大模型在算法设计中隐含关键步骤的问题，本文提出 AlgoSkill 框架。该方法将算法设计建模为基于类型化技能库（如抽象、约束分析、数据结构选择等）的序列决策过程。系统包含一个学习到的调度器用于提议技能，以及一个蒙特卡洛树搜索控制器，利用编译、测试及复杂度分析的验证反馈来探索技能序列。实验表明，该方法的性能优于直接生成、思维链提示及无类型技能的搜索方法，证实了将自动算法设计视为验证引导的技能调度而非一次性代码生成的有效性。