DGA₂D：用有向图引导LLM自动设计算法

DGA₂D用有向图引导LLM设计完整算法流水线

资讯摘要

论文提出DGA₂D框架，用于大语言模型驱动的自动启发式设计。该方法将开放式程序空间组织为有向图，节点为可用多种代码实现实例化的功能算子，有向游走构成完整算法流水线，并引入一阶路径依赖的信用分配机制，按拓扑上下文评估代码变体。作者报告在12个组合优化问题上平均归一化差距较先进LLM基线最多降低10.96个百分点。

要点速读

1. 论文指出既有LLM驱动AHD方法受限于固定求解器模板，仅做孤立模块调优。
2. DGA₂D以有向图组织程序空间，节点为功能算子，有向游走为完整算法流水线。
3. 作者报告在12个组合优化问题上，平均归一化差距较先进LLM基线最多降低10.96个百分点。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。