跳到正文
arXiv · ML· Ze-Yu Peng, Qing-Yu Lan, Zhan-He Wang, Jun Zhang, Yun-Song Piao·· 6 小时前AI 评分37

AgenticEvolve 框架:引入持久化 LLM 智能体设计并运行实验的进化程序搜索

AgenticEvolve: Evolutionary Program Search with Persistent Language Model Agents that Design and Run Experiments

AI 导读

在两个启发式设计任务和十二个公式发现问题上,AgenticEvolve 生成的程序优于 No-analysis 和 OpenEvolve 基线。 该框架让每个岛屿由一个持久 LLM 智能体运行,并在候选程序评估间隙设计、执行实验;相比关闭实验的同配置基线,它用更少评估达到同等质量且成本可比。 源代码已发布,用于衡量实验环节对程序搜索性能的实际贡献。

来源:arXiv · ML · arxiv.org