跳到正文
arXiv · ML· Yutaro Yamada, Kei Hiroshima, Nozomu Yoshinari, Kento Uchida, Shinichi Shirakawa·· 4 天前AI 评分29

BBOWP-Bench 评测 LLM 在 Black-Box Optimization Word Problems 中的表现

BBOWP-Bench: Evaluating LLMs on Black-Box Optimization Word Problems

AI 导读

研究团队提出 BBOWP-Bench 基准测试,评估 LLM 从自然语言推导 Black-Box Optimization 问题中搜索空间与优化算法的能力。 该基准包含问题描述、执行环境及人工参考方案,覆盖多个 BBO 领域;评测显示 LLM 会随预算调整算法选择,但在描述模糊时难以确定关键变量及范围。 BBOWP-Bench 代码与数据集已公开,论文被 NeurIPS 2026 接收。

来源:arXiv · ML · arxiv.org