由于微信公众号开始试行乱序推送，为了让您在第一时间获取AI新文，请将"AI新文"设为星标。
面向任务参数化应用的进化转移优化有效评估的研究：案例研究
原标题：Towards Efficient Evaluation of Evolutionary Transfer Optimization: Case Studies on Task-Parameterized Applications
作者：Yanchen Li; Xiaoming Xue; Kay Chen Tan
期刊：arXiv每日人工精选
出版时间：2026/09/04
摘要：随着进化转移优化（ETO）扩展到更大规模的相关任务集合，问题评估可以成为运行时间增长的主要来源。本工作研究任务参数化应用中的问题侧评估扩展，并将特定于应用的串行计算重构为适合并行执行的形式。我们将评估量表分为两个层次：评估的任务数量以及每个任务内的工作量。在多任务优化中，矩阵递归运动学臂评估通过累积链接方向的累积矩阵表示重新表述。在顺序传输优化中，点式B样条轨迹评估通过混合矩阵表示法重新表述用于轨迹和碰撞计算。两种重构都与其参考评估保持密切的数值一致，并且显著减少了运行时间，分别获得了256.72×和93.91×的端到端加速比。这些结果证明了问题重构作为实现可扩展ETO的实用途径。两个应用程序实现和实验脚本均作为开源发布以支持重现性和重用性。
原文链接
前瞻性的振动研究视角
原标题：A Visionary Look at Vibe Researching
作者：Yebo Feng; Yang Liu
期刊：arXiv每日人工精选
出版时间：2026/09/03
摘要：语感研究是一种新兴的研究范式，在这种范式中，人类研究人员提供高层次的方向和批判性判断，而基于LLM的代理则处理文献回顾、实验、数据分析和手稿起草这些劳动密集型任务。受到软件工程中的"氛围编码"运动的启发，它介于传统的手动研究和完全自主的AI研究系统之间本文定义了概念，描述了其方法论（多智能体架构、记忆、工具使用、检索增强生成以及人类作为协调者的角色），识别了七个技术限制，权衡了其对社会的积极和消极影响，并将每个问题映射到一个具体未来方向。我们的目标是为研究界提供一个清晰而诚实的领域地图，以便关于负责任采用的对话可以从共同的基础上开始。
原文链接
知识图谱自动化推理实现与对齐：KARMA
原标题：KARMA: Knowledge graph-based Automated Reasoning Materialization and Alignment
作者：Jinkyeong Choi; Chaebin Jeong; Donghyeon Park
期刊：arXiv每日人工精选
出版时间：2026/09/03
摘要：基于模板的对比合成是可扩展的，但其候选者通常仅在几个实体槽中有所不同，而序列级优化则将监督分散到大多数共享模板上。我们将此形式化为Resolution Mismatch Problem，并提出KARMA，它在领域知识图谱上枚举模式约束路径并将它们转化为槽对齐的对比候选。Slot-Parallel 对齐（SPA）然后应用解耦的槽级别目标将路由偏好监督应用于判别实体槽，带有槽感知的掩码注意力作为可选打包评估实现。在生物医学、计算机科学和化学基准测试中，KARMA的表现优于基础LLM和相同数据SFT基线，并且与序列级和标记级偏好方法相比具有优势。
原文链接
药物毒性预测的提示工程分析
原标题：Analysis of Prompt Engineering for Drug Toxicity Prediction
作者：Mia MacGregor; Aakash Welgamage Don; Mark Bartlett
期刊：arXiv每日人工精选
出版时间：2026/09/03
摘要：英国的临床试验费用可高达1.3百万英镑，药物失败率约为90%。毒性是药物失败的主要因素。测试耗时且费钱。近年来，人们越来越多地探索使用人工智能来辅助预测药物毒性，大量使用了大型语言模型（LLMs）。然而，当提示语进行细微改动时，大型语言模型会表现出相当大的差异性，这引发了人们对它们对提示工程敏感性的担忧。提示工程用于优化给定LLM的提示以生成所需的输出。本文提出了一种分析用于药物毒性预测的提示工程的方法。本文的目的是调查药物毒性预测中措辞的重要性。大型语言模型被提示在预测药物毒性时识别出重要的化学性质。构建提示语以调查；工作角色、提示结构化以及规则解释。大型语言模型随后被用来生成数据集，使用了从初始提示中识别出的特征，这些数据集然后传递给机器学习算法。实验表明，在大型语言模型中发生的自然变异超过了对提示进行微调的影响。然而，在使用化学信息学代码提取特征而不是使用LLM生成的值时，模型性能有了显著提高。提出的分析方法学适用于生物信息学不同领域中的多种提示类型。
原文链接
基于GPU加速树型遗传编程的符号回归中高效常数优化
原标题：Efficient Constant Optimization for Symbolic Regression with GPU-Accelerated Tree-Based Genetic Programming
作者：Hao Mao; Xu Tony Liu; Shuai Lu; Peng Zhao; Wenzheng Jiang; Yuntian Chen
期刊：arXiv每日人工精选
出版时间：2026/09/03
摘要：不断优化基于树的遗传编程中候选表达式的数值系数以进行符号回归。但是它的每代成本导致现代GPU加速框架将其省略或将其限制为轻量级形式。我们提出了一种驻留在GPU上的批量Levenberg--Marquardt求解器，它通过每轮迭代使用固定数量的全人群CUDA启动，在结构异质的表达树人群中优化常数。反向模式自动微分在一次后向遍历中组装每个树的雅可比矩阵，使得每次迭代的主要成本与每棵树中的常数数量无关，并且双精度传递保护机制保证返回的常数永远不会低于其初始值。在早期代群上，求解器在NVIDIA A100上每秒可维持多达5.1×10^5棵树；在一个GPU饱和的基准配置下，其吞吐量约为运行在64核EPYC 7763上的Operon的9.9倍，同时达到fp64参考质量。集成于EvoGP中，该求解器使得端到端搜索能够在10个构建的问题上恢复支配方程，而标准的EvoGP为0。我们的代码位于https://github.com/TensorConv/CuSR。
原文链接
多LLM协作搜索框架MCCE：基于相似性过滤的偏好学习在离散空间中的应用
原标题：MCCE: A Framework for Multi-LLM Collaborative Search in Discrete Spaces with Similarity-Filtered Preference Learning
作者：Nian Ran; Zhongzheng Li; Yue Wang; Qingsong Ran; Xiaoyuan Zhang; Shikun Feng; Richard Allmendinger; Xiaoguang Zhao
期刊：arXiv每日人工精选
出版时间：2026/08/27
摘要：多目标离散优化问题（如分子设计）由于其巨大的无结构组合空间而面临重大挑战。传统的进化算法常常陷入局部最优解，而专家知识可以提供加速收敛的关键指导。大型语言模型（LLMs）提供了强大的先验知识和推理能力，使它们在专家知识重要的情况下成为自然的选择优化工具。然而，闭源的LLMs虽然在探索方面强大，但无法更新其参数，因此不能内化经验。相反，较小的开放模型可以不断进行微调，但缺乏广泛的知识和推理能力。我们介绍了多大模型协作共进化（MCCE），这是一个混合框架，结合了一个冻结的闭源大模型与一个轻量级可训练模型。该系统保持了过去搜索过程的轨迹记忆；小型模型通过强化学习逐步精炼，两个模型共同支持和互补全局探索。与模型蒸馏不同，这个过程通过相互启发增强了两个模型的能力。在多目标药物设计基准上的实验表明，MCCE 达到了最先进的 Pareto 前沿质量，并且始终优于基线。这些结果强调了一种新的范式，即通过结合知识驱动的探索与经验驱动的学习来实现混合LLM系统中的持续进化。
原文链接
基于图神经网络的归纳相关聚类
原标题：Inductive Correlation Clustering with Graph Neural Networks
作者：Francesco Paolo Nerini; Francesco Bonchi; Arijit Khan; André Panisson
期刊：arXiv每日人工精选
出版时间：2026/08/27
摘要：相关聚类（CC）是组合优化中一种自然的聚类形式化方法，它使用输入的图表示，并不需要预先指定聚类的数量。给定n个对象和一个成对相似性函数，目标是将这些对象聚类，使得相似的对象被放在同一个簇中，不相似的对象被放在不同的簇中。尽管具有多功能性，现有的CC算法存在显著的可扩展性问题，并且本质上是归纳的：即，对于任何新的问题实例，算法都必须从头开始执行。在这项工作中，我们利用图神经网络（GNNs）来解决归纳相关聚类问题，这是一种新颖的CC问题泛化设计，旨在处理未见过的图实例。通过在训练过程中学习利用常见的结构模式和节点特征，我们的框架能够以最小的计算开销泛化到从相同分布中抽取的新图，相对于标准算法。我们通过广泛的实验展示了我们方法的有效性和可扩展性。我们的框架不仅在归纳设置中表现出色，例如将推理时间降低到原来的五倍以内，同时保持近似比在最佳基线解决方案的10％之内，而且还在标准（transductive）CC基准测试中取得了竞争性的结果。最后，我们展示了我们的框架作为一个可学习的池化机制在图分类中的实际应用。我们的结果表明，我们的方法充当了一个高效的池化层，增强了GNN捕捉网络中层次结构信息的能力。
原文链接
从静态到动态：使用MCR-Bench进行真实世界代码审查基准测试
原标题：From Static to Dynamic: Benchmarking Real-World Code Review with MCR-Bench
作者：Dewu Zheng; Yanlin Wang; Xiwen Wang; Kefeng Duan; Hongyu Zhang; Xilin Liu; Yuchi Ma; Zibin Zheng
期刊：arXiv每日人工精选
出版时间：2026/08/27
摘要：在现实中的软件开发中，代码审查通常涉及开发者和审阅者之间的迭代互动，以提高软件质量，使该过程成本高昂且耗时。尽管最近的研究探索了大型语言模型（LLMs）在自动化代码审查中的应用，大多数方法却过于简化了代码审查过程，将其视为单一回合的静态决策任务，这无法捕捉到实际审查场景中固有的多轮互动性质以及复杂的问题解决过程。为了填补这一空白，我们引入了MCR-Bench，这是第一个针对现实中的多轮代码审查而设计的缺陷状态感知基准。MCR-Bench 覆盖了五种常用的编程语言，并包含 2,269 个真实世界的多轮代码审查任务，每个任务都标注有细粒度的缺陷信息和跨轮次状态标签。MCR-Bench 中的每个任务都配备了细粒度的缺陷元数据（例如，description, type, severity），以及动态状态标注，记录了一个缺陷在整个多轮过程中完整的演化轨迹。我们通过在MCR-Bench上对主流大语言模型进行广泛实验获得了若干发现。1) 总体能力有限：实验表明主流的大规模语言模型在缺陷检测和缺陷生命周期状态跟踪方面表现出总体性能不足，并且随着交互轮数的增加，性能显著下降；(2) 缺陷敏感性表现：大规模语言模型在不同类型的缺陷以及不同的严重程度上的表现差异很大，语义复杂或不明显的缺陷更容易被遗漏；(3) 根本失效机制：我们深入的错误分析拆解了假阳性和假阴性的不同驱动因素，揭示了关键弱点如跨轮时间错位和长程记忆不足。
原文链接
ONNX-Net：面向神经架构的通用表示及即时性能预测
原标题：ONNX-Net: Towards Universal Representations and Instant Performance Prediction for Neural Architectures
作者：Shiwen Qin; Alexander Auras; Shay B. Cohen; Elliot J. Crowley; Michael Moeller; Linus Ericsson; Jovita Lukasik
期刊：arXiv每日人工精选
出版时间：2026/08/26
摘要：神经架构搜索（NAS）自动化高性能架构的设计过程，但仍受昂贵的性能评估所限制。大多数现有的实现更快评估的研究主要依赖于基于单元的搜索空间和针对这些特定搜索空间量身定制的图编码，这限制了它们在应用于更具表达力的搜索空间时的灵活性和可扩展性。在这项工作中，我们旨在缩小个体搜索空间限制和依赖于搜索空间的网络表示之间的差距。我们介绍了ONNX-Bench，这是一个由统一格式的神经网络集合构成的基准测试，该格式基于ONNX文件。ONNX-Bench 包括所有基于开源 NAS-bench 的神经网络，总共包含超过 600k {架构，精度} 对。此基准允许创建一个共享的神经网络表示形式，ONNX-Net，能够使用自然语言描述作为输入来表示任何神经架构，并用于性能预测器。这种基于文本的编码可以容纳任意层类型、操作参数和异构拓扑结构，使单一代理能够跨所有神经网络架构进行泛化而不是局限于基于单元的搜索空间。实验表明，在使用少量预训练样本的情况下，跨不同的搜索空间具有很强的零样本性能，从而能够实现对任何神经网络架构进行即时评估的能力。
原文链接
边缘：经验萃取在代理强化学习中引导探索的经验蒸馏(Experience-Distillation)
原标题：EDGE: Experience-Distillation for Guided Exploration in Agentic Reinforcement Learning
作者：Can Xie; Yuyi Zhou; Wen Yang; Ziyi zhang; Siyao Song; Yingzhuo Deng; Shuo Ren; Jiajun Zhang
期刊：arXiv每日人工精选
出版时间：2026/08/26
摘要：基于结果的目标强化学习如GRPO使基于LLM的代理能够解决复杂的长期任务，然而在单一策略更新后，嵌入在交互轨迹中的可重用探索模式大多被丢弃了现有的经验增强方法在推理时检索历史指导，但它们在应用经验时不考虑策略随时间演进的能力，并且会持续依赖于外部检索。我们提出EDGE（Experience-Distillation for Guided Exploration），一个框架，它将检索到的经验视为临时的训练时间支架，并逐步将其益处内化到参数策略中。具体来说，EDGE 将每个 rollout 组划分为经验条件的和无经验的轨迹，以估计并仅接受正边际收益而不进行额外采样，然后通过其自身经验支持上的反向 KL 目标将诱导的行为提炼到基础策略中。一个协同进化经验库进一步综合了来自新兴故障模式的指导，并随着策略的发展删除过时的条目。在实体化、网络和基于搜索的QA任务中，EDGE比强大的RL基准提高了最多12.5个百分点，并且在没有推理时间支撑结构或专有反射器的情况下仍然有效。代码可在https://github.com/xvolcano02/EDGE获得。
原文链接
拆解自然语言处理中的课程学习：迈向统一分类法
原标题：Disentangling Curriculum Learning in NLP: Towards a Unifying Taxonomy
作者：Vanessa Toborek; Florian Seiffarth; Sebastian Müller; Tamás Horváth
期刊：arXiv每日人工精选
出版时间：2026/08/25
摘要：尽管在自然语言处理领域中已有超过十年的课程学习（CL）研究，该领域仍然缺乏对给定问题应使用何种难度函数或调度器的原则性解释。为了理解是什么阻碍了向这一账户的进步，我们提出了一种细粒度的分类法，将难度评估从训练调度中分离出来，以实现对CL策略的系统分析。为了难度评估，我们区分了归属来源和任务依赖性，揭示了难度作为一种视角化的概念，编码了关于什么使得一个实例难以学习的不同假设。对于调度，我们提供了基于预期训练贡献的CL调度器的第一个形式化定义，通过引入保持制度和单调性属性，使得不同实现方案之间可以进行比较。在专门针对NLP中CL工作的分析中，我们的分类法揭示了一个系统性的不可比性问题：先前的工作混淆了困难和调度的不同概念，经常在同一CL标签下追求不同的目标——阻碍了比较和连贯证据基础的积累。超出诊断之外，该分类学支持设计、分析和比较CL策略，并激励分离观察到的改进来源的评估实践。
原文链接
利用低扫描宽度解析软多分支（Soft Polytomies）
原标题：Exploiting Low Scanwidth to Resolve Soft Polytomies
作者：Sebastian Bruchhold; Mathias Weller
期刊：arXiv每日人工精选
出版时间：2026/08/24
摘要：系统发育网络允许建模网状进化，捕获诸如杂交和水平基因转移等事件。在这种情况下，一个基本的计算问题是包含树问题，该问题询问给定的系统发育网络是否与给定的系统发育树兼容。然而，经典的问题表述对于生物数据中支持不足的分支不够稳健，可能导致假阴性结果。tool_call>คณะกรรม員：看起来你提供的翻译没有完全遵循原始句子的结构，并且处理了括号内的内容。请按照指示重新进行翻译，确保不改变括号内的内容和其他特殊要求。以下是根据你的反馈调整后的正确翻译版本：{为了解决这个问题，Bentert，Malík 和 Weller [SWAT’18] 引入了一个称为软树包含的放松版本，该版本考虑了不确定性。我们提出了一种算法，在2O(ΔT⋅k⋅log(k))⋅nO(1)时间内解决Soft Tree Containment问题，其中k=sw(Γ)+ΔN，ΔT和ΔN分别表示树和网络中的最大出度，而sw(Γ)表示[Berry, Scornavacca, 和Weller, SOFSEM’20]给定的网络树扩展的“扫描宽度”，n是输入大小。我们的方法利用了这样一个事实：实践中遇到的系统发育网络通常表现出低扫描宽度，从而使问题更容易处理。
原文链接
系统发育网络中的集簇分析
原标题：Episode Clustering in Phylogenetic Networks
作者：Paweł Górecki; Agnieszka Mykowiecka; Jarosław Paszek
期刊：arXiv每日人工精选
出版时间：2026/08/24
摘要：经典的复制片段聚类（EC）模型由Guigó等人提出20世纪90年代提供了一种基础方法，用于推断对理解基因组进化至关重要的基因组重复事件。该模型通过在物种树中的位置对一组基因树中的单个基因复制进行聚类，以最小化此类位置的总数，称为复制事件（duplication episodes）。这里，我们介绍了NetEC，这是对该问题向进化网络的新型扩展。为了解决NetEC，我们首先开发了一个多项式时间动态规划(DP)算法来测试给定的一组网络节点是否可以作为事件发生地。然后我们提出了一种主要的推理算法，利用这个DP组件来优化剧集数量；虽然可行性测试在多项式时间内运行，但完整的优化具有指数最坏情况复杂度，并且为更大的实例提供了可选的启发式模式。我们还提出了一种扩展的事件分析程序，该程序在网状节点下识别额外的基因组重复候选者，通过解决由网状进化关系引起的潜在向上重复聚类问题来补充主要算法。我们在模拟数据和包含超过29,000个基因树的实证Pandanales数据集上评估了我们的方法，展示了即使在存在多个网状结构的情况下也能精确准确地推断出基因组复制事件。
原文链接
利用LLMs增强遗传网表生成
原标题：Spicing up Genetic Netlist Generation with LLMs
作者：Stefan Uhlich; Yağız Gençer; Andrea Bonetti; Arun Venkitaraman; Chia-Yu Hsieh; Eisaku Ohbuchi; Lorenzo Servadei
期刊：arXiv每日人工精选
出版时间：2026/08/24
摘要：模拟电路拓扑综合仍然具有挑战性，因为有用的电路设计仅占组合搜索空间的一小部分，并且结构上的微小变化可能会导致行为的高度非线性变化。进化算法具有吸引力是因为它们可以仅通过黑盒评估来优化离散电路拓扑结构，但它们通常需要许多SPICE仿真并且可能会过早收敛。我们介绍了LLM-SPICEMixer，一个混合合成框架，该框架通过IGEL（Inspiration-Guided Evolution with LLMs），一种基于大语言模型的提议操作符，增强了遗传网表生成。在搜索过程中，IGEL 用精英集中的高性能电路提示大语言模型，并指示其生成一个新的 SPICE 网表，该网表随后通过 SPICE 进行评估，并使用与传统遗传算子相同的奖励机制进行选择。因此，LLM 提供结构化的拓扑提议，而模拟仍然是事实来源。我们评估了LLM-SPICEMixer在一个具有挑战性的基准任务上的表现：合成实现鸢尾花分类判别函数的晶体管级电路。与没有大型语言模型指导的遗传框架相比，LLM-SPICEMixer 将中位最终训练奖励提高了 8.4%，将中位验证选择的测试奖励提高了 8.8%。最佳验证选择的电路在名义tt角下达到93.3％测试准确率，并且在17个工艺、电压和温度角上平均测试准确率为85.9％。
原文链接
交互税：当沟通抹去多智能体团队中的多样性
原标题：The Interaction Tax: When Communication Erases Diversity in Multi-Agent Teams
作者：Summer Eunhyung Ann; Haokun Liu; Chenhao Tan
期刊：arXiv每日人工精选
出版时间：2026/08/24
摘要：多智能体LLM交互有助于还是有害？一些研究报道了辩论带来的收益（杜等，2024）；批评循环（陈等，2025）；以及代理混合合成（王等，2025），而其他研究发现，在同等预算下交互会增加成本而不提高质量（Tran和Kiela，2026；徐等，2026；Jarrett等，2025），或者独立采样已经捕获了多代理收益（李等，2024）。我们论证这种矛盾部分反映了某种缺失的区分，因为并非所有的多智能体通信都是等同的。不同的模型族找到结构上不同的解决方案，但是当代理读取彼此的完整输出时，它们的提议在一个回合内收敛，抹去了使用多个模型所激发的多样性。我们称此为交互税。我们对11个由验证者评分的优化任务在匹配的预算下进行测试，并发现完整的解决方案互动是一个薄弱的默认选项。独立提案生成避免了这种崩溃。全解方案互动主要使代理人员停留在他们首先看到的解决方案上而不是尝试不同的方法，并且批评只有在LLM能够找到并修复违反的规则是容易的情况下才有帮助。这些结果表明多智能体性能取决于它们交换的信息而不是智能体的数量，并且只有在智能体在正确的时间分享正确的信息时交互才有帮助。
原文链接
细粒度GPU并行化广义分区交叉算子用于大规模旅行商问题(Fine-Grain GPU Parallelization of the Generalized Partition Crossover for Large-Scale Traveling Salesman Problems)
原标题：Fine-Grain GPU Parallelization of the Generalized Partition Crossover for Large-Scale Traveling Salesman Problems
作者：Swetha Varadarajan; Darrell Whitley
期刊：arXiv每日人工精选
出版时间：2026/08/21
摘要：旅行商问题(TSP)是最广泛研究的NP难优化问题之一。基于遗传算法(GA)的求解器，如边组装交叉(EAX)，在许多基准实例上实现了最先进的性能。然而，在大规模并行架构中，这些方法的可扩展性仍然受到限制，因为交叉操作涉及不规则的内存访问模式、图遍历以及顺序依赖。现有的基于GPU的TSP求解器主要利用群体级并行性，并且局限于相对较小的问题规模。本文提出了一种针对大规模TSP实例的广义分区交叉算子(GPX)分区阶段的细粒度GPU实现。所提出的方法通过使用聚合内存布局、幽灵节点转换以及连通组件分析将GPX分区重构为图并行问题。该实现使用CUDA对父级路径的联合、四度顶点的分割、公共边的删除以及重组组件的识别进行了并行化。实验结果表明，在包含从10,000到2百万个城市实例的情况下，实现了对简单顺序CPU实现的显著加速。提出的GPU分区实现了48倍到625倍的速度提升的同时显著减少了内存开销。结果表明，在现代多核架构上，操作级并行性可以显著提高基于GA的TSP求解器的可扩展性。
原文链接
基于大语言模型的测试生成中的代码质量：有效性及Token效率
原标题：Code Health in LLM-Based Test Generation: Effectiveness and Token Efficiency
作者：Freya Wirdemann; Markus Borg; Nadim Hagatulah; Adam Tornhill
期刊：arXiv每日人工精选
出版时间：2026/08/19
摘要：由大型语言模型（LLMs）驱动的编码代理如今在软件工程中十分突出。以前的工作表明，AI工具在高质量的易于维护的源代码上表现更好。在这项研究中，我们调查了LLM生成的单元测试的有效性如何在由CodeScene的CodeHealth(CH)测量的不同可维护性水平之间变化。我们使用传统的覆盖指标和变异得分来评估测试的有效性（跨Python、Java和C++）。此外，我们研究了具有不同CH级别的代码如何通过常用工业分词器转换为输入令牌。我们的结果表明(CH提供了一个微弱但一致的信号，表明生成的测试的有效性，并且它与输入标记数量负相关。这些发现为进一步证明可维护性与基于LLM的软件开发之间的关系提供了证据。
原文链接
关于进化优化的大规模语言模型系统性调查：从建模到求解
原标题：A Systematic Survey on Large Language Models for Evolutionary Optimization: From Modeling to Solving
作者：Yisong Zhang; Ran Cheng; Guoxing Yi; Kay Chen Tan
期刊：arXiv每日人工精选
出版时间：2026/08/19
摘要：大型语言模型（LLMs）越来越与进化计算结合以支持优化任务。本次调查主要侧重于进化优化，即基于进化计算的优化。为了简洁起见，我们使用术语优化来表示这一范围。然而，现有的调查通常考察LLMs的孤立作用，并未提供一个统一的观点来连接优化建模与优化求解。为了解决这一缺口，我们通过一个以工作流为导向的框架系统地回顾了近期的发展。首先，我们将文献分为两个主要阶段：用于优化建模的LLM和用于优化求解的LLM（在本调查中，术语优化建模和优化求解分别作为优化问题建模和优化问题求解的简洁形式使用）。其次，我们将求解阶段分为三个范式，根据LLM的作用划分：独立优化器，嵌入优化算法中的低级组件，以及用于算法选择和生成的高级管理者。第三，我们分析代表性方法，识别它们的技术局限性，并阐明它们与传统优化方法的关系。我们通过基准系统化、基线比较以及面向实践者的指导进一步证实了这一分类法，并回顾了跨自然科学、工程学和机器学习的学科交叉应用。基于所得分析，我们确定了动态的、自我演进的和代理优化生态系统的研究方向。最新的相关文献收藏维护在https://github.com/ishmael233/LLM4OPT。
原文链接
