LLM 进化搜索设计优化算法:保留「平均分低」的算法,解质量 0.81→0.99
bravo_abad · x · 2026-10-05
Gong 等人用 LLM 引导的进化搜索为路由、调度和资源选址分配等优化问题自动设计算法,核心思路是:算法候选不看平均分,而看它对现有算法集合补了什么短板。即使整体表现较差的算法,只要覆盖了其他算法的弱点也能存活,平均性能指标会漏掉这种贡献。在资源选址与分配问题上,算法集合从 1 个扩展到 10 个,解质量从约 0.81 提升到 0.99(1 为匹配最优已知解);各算法跑在独立 CPU 核上,保留最佳有效答案,因此该提升以更多算力为代价。
「研究」频道最新
- 研究：DeepSeek mHC 四条残差流只重度使用两条，深层混合矩阵近恒等 — jiqizhixin · 2026-10-05
- Frank Nielsen《信息几何入门》短教材 PDF 免费分享 — FrnkNlsn · 2026-10-05
- 微软 ThinkingBox 开源：不信 agent 的嘴，只查数据库的真实变更 — SergioPaniego · 2026-10-05
- Quanta长文：AI会是数学的终结吗？ — littmath · 2026-10-05
- 首个面向公众医疗聊天机器人 RCT：诊断呼吸疾病优于网页搜索 — EricTopol · 2026-10-05
- 局部稀疏性让无监督 LLM 安全检测可行,NeurIPS 论文不依赖 IID 假设 — breadli428 · 2026-10-05