DGA$_2$D: 利用大型语言模型进行有向图引导的自动算法设计

DGA$_2$D 框架利用 LLM 进行有向图引导的自动算法设计，在 12 种组合优化问题上表现一致。 该框架将有向图路径作为信用分配依据，评估代码实现并构建完整算法管线。 相比 SOTA LLM 基线，DGA$_2$D 将平均归一化间隙最多降低 10.96 个百分点。