办公规模验证搜索中的算子包与提议器强度

论文用全因子实验拆解 FunSearch 式搜索的提议端算子增益。

资讯摘要

论文在办公规模下搭建最小 FunSearch 式循环，用 30B 本地模型每轮产生 120–600 个验证样本，测试三种提议端算子包：模型自写的示意笔记、命名障碍和构造排斥。在九个构造问题上做 2^3 全因子实验，作者报告完整组合缩小了种子到记录差距的 +0.196，排斥提升八题构造哈希多样性，记忆与排斥无正交互作用，增益近似可加。前沿提议器在相同循环下数十样本即达本地模型数百样本未及之处。

要点速读

1. 作者在九个构造问题上做 2^3 全因子双重复实验，报告完整算子组合缩小种子到记录差距 +0.196（名义合并 p=0.023，阶段组合 p~0.08）。
2. 排斥算子在八题中提升构造哈希多样性（单侧 p=0.0039），因子实验未发现记忆与排斥的正交互作用，增益近似可加。
3. 旗舰问题在缩小 85–92% 差距后停滞，作者将其解读为分辨率极限；以文字给出的族提示被采纳但表现变差，以代码给出则被优化，但最佳有限网格编码仍低于无辅助达到的平台。

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。