共识目标聚合：LLM 驱动的科学发现元优化案例研究

文章提出将科研形式化为元优化，通过“共识目标聚合”让 LLM 生成的评估标准随解同步进化。 在植入 3-SAT 问题上，该框架发现的最优求解器在 2,560 个变量下，比调优基线将中位积分步数减少超 38 倍。 此方法通过稳定排名缓解奖励黑客行为，为更自适应的自动化研究提供了实用路径。